Text
Pemodelan Dinamika Harga Saham Menggunakan Radial Basis Function Neural Network: Evaluasi Dan Aplikasi Pada Pt Aneka Tambang (Modelling Stock Prices Using Radial Basis Function Neural Network: Evaluation And Application On PT Aneka Tambang)
Pasar saham merupakan salah satu indikator utama kesehatan ekonomi global, dan
kemampuan untuk memprediksi harga saham dengan akurasi tinggi sangat
berharga bagi perusahaan dalam pengambilan keputusan strategis dan manajemen
risiko. Penelitian ini bertujuan untuk mengevaluasi dan mengaplikasikan model
Radial Basis Function Neural Network (RBFNN) dalam peramalan harga saham
PT Aneka Tambang (ANTM). Data harga saham ANTM yang digunakan dalam
penelitian ini diambil dari sumber terpercaya dan melalui tahap pra-pemrosesan
yang mencakup normalisasi data dan pembagian data menjadi data pelatihan dan
pengujian. Model RBFNN dibangun dengan memilih parameter yang tepat dan
dilatih menggunakan data pelatihan. Kinerja model dievaluasi menggunakan data
pengujian dengan menghitung Mean Squared Error (MSE) untuk mengukur
akurasi prediksi. Hasil penelitian menunjukkan bahwa model RBFNN mampu
memberikan prediksi harga saham yang akurat dan dapat diandalkan, sehingga
dapat digunakan sebagai alat bantu dalam pengambilan keputusan bisnis oleh PT
Aneka Tambang.
Kata kunci: Fungsi Gaussian, Jaringan Saraf Tiruan, Saham
2805A2025 | 2805 A 2025 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain