Prediksi Harga Saham Harian Menggunakan Jaringan Syaraf Tiruan (JST) Dengan Algoritma Propagasi Balik
Prediksi harga saham berguna bagi investor untuk memahami bagaimana investasi masuk dalam suatu organisasi di masa depan. Prediksi dapat mengantisipasi fluktuasi harga saham dan juga dapat membantu investor untuk membuat keputusan. Jaringan Syaraf Tiruan (JST) menyediakan cara yang cepat dan fleksibel untuk memprediksi harga saham, dan menunjukkan hasil yang baik dibandingkan dengan metode konvensional. Algoritma yang digunakan untuk prediksi saham adalah backpropagation dengan model data time series. Algoritma ini merupakan metode pelatihan terawasi yang berfungsi untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Hasil penelitian ini menunjukkan bahwa hasil optimal yang diperoleh dari Jaringan Syaraf Tiruan adalah menggunakan kombinasi fungsi aktivasi Logsig-Purelin, dengan tingkat nilai Mean Absolute Percentage Error (MAPE) adalah 2.43% dan nilai koefesien korelasinya adalah 94.08%, sehingga algoritma ini layak dan efektif untuk prediksi harga saham.
Kata kunci : Jaringan Syaraf Tiruan, Backpropagation, Peramalan, Harga Saham, Time Series
Article Metrics:
Last update: 2021-02-28 20:10:05
Last update: 2021-02-28 20:10:06
Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk dipublikasikan, hak cipta dari artikel adalah milik JSINBIS dan Universitas Diponegoro sebagai penerbit jurnal.
Hak cipta (copyright) meliputi hak eksklusif untuk mereproduksi dan memberikan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm dan setiap reproduksi lain yang sejenis, serta terjemahan. Penulis mempunyai hak untuk hal-hal berikut:
- menggandakan seluruh atau sebagian materi yang dipublikasikan untuk digunakan oleh penulis sendiri sebagai bahan pengajaran di kelas atau bahan presentasi lisan dalam berbagai forum;
- menggunakan kembali sebagian atau keseluruhan materi sebagai bahan kompilasi bagi karya tulis penulis;
- membuat salinan dari bahan yang dipublikasikan untuk didistribusikan di lingkungan institusi tempat penulis bekerja.
JSINBIS dan Universitas Diponegoro serta Editor melakukan segala upaya untuk memastikan bahwa tidak ada data, pendapat atau pernyataan yang salah atau menyesatkan yang dipublikasikan di jurnal ini. Isi artikel yang diterbitkan di JSINBIS adalah tanggung jawab tunggal dan eksklusif dari masing-masing penulis.
