PENERAPAN METODE HIGH- ORDER FUZZY TIME SERIES MARKOV CHAIN DENGAN PENENTUAN INTERVAL BERBASIS DISTRIBUSI, STURGES DAN RATA-RATA PADA PERAMALAN HARGA SAHAM (Studi Kasus Harga Penutupan Saham Harian PT. Bank Central Asia Tbk.)

Fuzzy Time Series (FTS) merupakan suatu teknik peramalan data time series yang menggunakan konsep teori fuzzy dalam proses pengolahannya. Penelitian ini membahas mengenai penerapan metode High Order Fuzzy Time Series Markov Chain dengan Penentuan Panjang Interval Berbasis Distribusi, Sturges dan Rata-rata pada Peramalan Harga Saham. Pada peramalan dengan menggunakan metode fuzzy time series, penentuan panjang interval merupakan suatu hal yang sangat krusial yang akan berpengaruh pada pembentukan himpunan fuzzy dan pada akhirnya akan bepengaruh pula terhadap hasil peramalan. Tujuan penelitian ini yaitu menentukan model terbaik dari High Order Fuzzy Time Series Markov Chain dengan Penentuan Panjang Interval Berbasis Distribusi, Sturges dan Rata-rata pada Peramalan Harga Saham, serta menghitung nilai peramalan untuk tiga periode selanjutnya. Data yang digunakan dalam penelitian ini adalah data harga penutupan saham PT BCA Tbk. dari Desember 2021 sampai Juli 2022. Data dibagi kedalam dua kelompok yaitu data training dan data testing dengan rasio 90:10. Dalam penelitian ini digunakan pula program Python dan Microrosft Excel untuk proses pengolahan data. Berdasarkan uji kesalahan peramalan dan uji akurasi menggunakan RMSE dan MAPE dapat disimpulkan bahwa metode High Order Fuzzy Time Series Markov Chain dengan Penentuan Panjang Interval Berbasis Rata-rata memberikan hasil peramalan yang paling baik dengan nilai RMSE sebesar 53,47 dan nilai MAPE sebesar 0,55%