Prediksi Harga Saham Harian Menggunakan Jaringan Syaraf Tiruan (JST) Dengan Algoritma Propagasi Balik

*Purwanto Purwanto  -  SMKN 1 Takengon Aceh, Indonesia
Kusworo Adi  -  Jurusan Fisika, FSM, Universitas Diponegoro, Semarang, Indonesia
Published: 4 Dec 2013.
Open Access
Citation Format:
Article Info
Section: Research Articles
Language: EN
Statistics: 865
Abstract

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: