Text

Prediksi Harga Saham Harian Menggunakan Feed Forward Neural Network (FFNN) Dengan Genetic Algorithm (GA) (Studi Kasus Pada Harga Saham Harian Pt. Adhi Karya Tbk)

---

ABSTRAK

Kompleksitas data time series finansial mengakibatkan model prediksi yang akurat sulit dicapai. Dewasa ini, machine learning sering digunakan sebagai alat prediksi karena sifat adaptif yang dimiliki. Neural Network (NN) merupakan salah satu machine learning yang terbukti mampu menyelesaikan tugas-tugas inferensi seperti prediksi, terutama dalam set data besar. Feed Forward Neural Network (FFNN) adalah salah satu dari model NN yang mempunyai arsitektur jaringan yang cukup sederhana. Pada penelitian ini, penulis mengimplementasikan model Feed Forward Neural Network (FFNN) untuk memprediksi harga saham harian. Penentuan bobot untuk mencapai solusi optimum dengan metode optimasi standar menyisakan permasalahan ketidakstabilan hasil estimasi yang berkaitan dengan inisialisasi bobot secara random. Oleh karena itu, pada penelitian ini diterapkan metode optimasi Genetic Algorithm (GA). GA secara praktis sangat efektif dalam optimasi fungsi dan efisien dalam pencarian solusi optimum global. Penerapan GA pada model FFNN bertujuan untuk mendapatkan bobot optimum yang meminimumkan error. Hasil analisis FFNN dengan optimasi GA untuk prediksi harga saham harian PT. Adhi Karya Tbk menghasilkan rata-rata nilai RMSE training dan testing terbaik sebesar 51,2531 dan 44,8706 serta rata-rata nilai MAPE training dan testing terbaik sebesar 1,5714% dan 1,5501%.
Kata Kunci : Prediksi, Neural Network, FFNN, Genetic Algorithm, Optimasi, Time Series.

ABSTRACT

The Complexity of the time series data financially causes the accurate models of its prediction are difficult to be achieved. Recently, machine learning has been widely used to predict because of its adaptive capabilities. Neural Network (NN) is a machine learning which is proved to be able to complete inference tasks such as prediction especially in data mining. Feed Forward Neural Network (FFNN) is one of the NN models that have a fairly simple network architecture. In this paper, author’s proposed the implementation of Feed Forward Neural Network (FFNN) model to predict daily stock price. Determination of weights to achieve the optimum solution with standard optimization methods leaves the problem of instability estimation results related to random initialization of weights. Therefore, this paper applied Genetic Algorithm (GA) optimization method. GA is practically highly effective in function optimization and efficient to get the global optimum solution. GA optimization on the FFNN model aims to obtain optimum weights that minimize errors. The result of FFNN coupled with GA optimization for daily stock price prediction of PT. Adhi Karya Tbk produced the best RMSE training and testing value of 51,2531 and 44,8706. The best MAPE training and testing value of 1.5714% and 1.5501%.
Keywords : Prediction, Neural Network, FFNN, Genetic Algorithm, Optimization, Time Series.

---

Ketersediaan

674E18IV

674 E 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

674 E 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

425076

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Rahmad Dipinto

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar