Text

Aplikasi Prediksi Harga Saham Menggunakan Metode Jaringan Saraf Tiruan Backpropagation

---

ABSTRAK

Saham merupakan tanda bukti penyertaan kepemilikan modal atau dana satu perusahaan.
Dengan mengetahui harga saham dividen dapat menentukan strategi untuk mendapat
keuntungan. Dividen dapat melakukan prediksi dengan analisis historis dan trend harga
saham sebelumnya. Prediksi harga saham merupakan salah satu hal untuk membantu para
dividen dalam melakukan transaksi jual beli. Salah satu metode yang dapat diaplikasikan
dalam prediksi ini adalah metode jaringan saraf tiruan backpropagation. Data penelitian
yang digunakan adalah data saham dari 4 instansi yang dipilih dari bulan April hingga
September 2017. Dalam penelitian ini penulis akan menentukan arsitektur terbaik untuk
masing-masing instansi dengan membandingkan MSE pengujian dari 4 instansi. Pada data
A aplikasi dapat melakukan pengujian dengan MSE 0.02153, untuk data B aplikasi dapat
melakukan pelatihan terbaik dengan nilai MSE 0.031279, untuk data C aplikasi dapat
melakukan pelatihan terbaik dengan MSE 0.040724, untuk data D aplikasi dapat melakukan
pelatihan terbaik dengan durasi dan rata-rata nilai MSE 0.031901.
Kata kunci : Prediksi nilai saham, Jaringan saraf tiruan, Backpropagation, K-Fold Cross
Validation

ABSTRACT

Stock is a unit of account for investments, also representing fractional ownership partnership.
By knowing the stock price, investors could make some strategies on making transaction so
inventors could make profits. A way to predict stock price was to analize historic data. One
of the method that could be applied for prediction was backpropagation which was a method
using artificial neural network. The data used in this research are daily report of 4 chosen
corporations, from April until September 2017. This research intentions were to find best
architectures for each of corporations in terms of testing MSE. Data A’s best architecture
had 0.02153 for testing MSE, data B’s best architecture had 0.031279 for testing MSE, data
C’s best architecture had 0.040724 for testing MSE, and for data D’s best architecture had
0.031901 for testing MSE.
Keywords : Predictions of stock price index, Artificial neural network, Backpropagation,
K-Fold Cross Validation

---

Ketersediaan

615F18III

615 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

615 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2276

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Nabilla Maulidina

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar