<![CDATA[Peramalan harga saham merupakan aspek penting dalam mendukung pengambilan keputusan investasi di pasar modal mengingat karakteristik data harga saham yang bersifat dinamis dan berfluktuasi. Penelitian ini bertujuan untuk membangun model prediksi harga saham PT Bank Rakyat Indonesia (Persero) Tbk. menggunakan metode Adaptive Neuro-Fuzzy Inference System (ANFIS) dengan penentuan variabel masukan berdasarkan analisis Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF). Data yang digunakan berupa data harga saham harian periode 3 Januari 2022 hingga 27 Oktober 2025. Sebelum proses pemodelan, data dinormalisasi untuk menyamakan skala nilai dan meningkatkan kestabilan proses pembelajaran. Selanjutnya, lag signifikan hasil analisis ACF dan PACF digunakan sebagai input dalam pembentukan dataset supervised learning pada ANFIS. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Percentage Error (MAPE) dengan beberapa variasi learning rate. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada learning rate sebesar 0,01 dengan nilai MAPE pengujian sebesar 1,295085% yang termasuk dalam kategori sangat baik, serta hasil prediksi mampu mengikuti pola data aktual, sehingga metode ANFIS yang dikombinasikan dengan seleksi input berbasis ACF dan PACF dinilai efektif dalam merepresentasikan dinamika pergerakan harga saham.]]>
Copyrights © 2026
