<![CDATA[Prediksi harga saham di dunia investasi menjadi hal yang sangat penting untuk kegiatan jual-beli saham. Harga saham berubah-ubah secara tidak pasti dipengaruhi beberapa faktor internal dan eksternal. Pergerakan harga saham dapat diprediksi dengan berbagai metode analisis runtun waktu. Pada umumnya, sebagian besar data runtun waktu bersifat tidak stasioner, sehingga proses analisis dapat menggunakan transformasi wavelet diskrit. transformasi wavelet diskrit ini mengubah data asli ke dalam domain wavelet untuk dianalisis. Filter wavelet yang digunakan berbasis wavelet Daubechies. Pada penelitian ini dilakukan analisis penerapan dari transformasi wavelet diskrit pada data runtun waktu dan memprediksi harga saham JII (Jakarta Islamic Index) menggunakan transformasi wavelet diskrit Daubechies. Langkah dalam proses memprediksi ini yaitu melakukan estimasi thresholding untuk mendapatkan model terbaik. Hasil penelitian menunjukan bahwa parameter minimax dengan fungsi hard thresholding maupun soft thresholding memperoleh model terbaik pada level resolusi pertama dan parameter adaptive dengan fungsi soft thresholding memperoleh model terbaik pada level kedua. Namun, model terbaik untuk memprediksi harga penutupan saham harian JII adalah dengan menggunakan parameter adaptive dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 0,188662%. Kata Kunci : estimasi thresholding, parameter minimax, parameter adaptive]]>
Copyrights © 2019
