Prediksi Data Historis Saham PT.Bank Rakyat Indonesia Tbk (BBRI) Menggunakan Model Algoritma Artificial Neural Network
Keywords:
Indeks Saham; Artificial Neural Network; Rapid MannerAbstract
Dalam beberapa tahun ini perkembangan ekonomi Indonesia
mengalami fluktuasi dikarenakan ada beberapa kondisi tertentu
sehingga mengakibatkan mengakibatkan pergerakan kenaikan dan
penurunan indeks saham yang tercatat di BEI terutama pada saham
PT.Bank Rakyat Indonesia Tbk (BBRI )yang mengalami
ketidakstabilan. Salah satu hal yang dilakukan untuk membantu para
investor agar mereka tidak salah dalam pengambilan keputusan,
dalam penelitian ini adalah melakukan peramalan pergerakan harga
saham pada PT.Bank Rakyat Indonesia Tbk (BBRI) karena saham ini
dianggap sebagai saham yang paling aktif diperdagangkan pada
Bursa Efek Indonesia. Pada penelitian ini dalam peramalan saham
menerapkan algoritma Artificial Neural Network untuk memprediksi
harga saham BBRI. Dengan menggunakan empat atribut yaitu nilai
open, high, low sebagai predictor dan close sebagai class, penelitian
ini berfokus pada penentuan Root Mean Squared Error (RMSE)
dengan mengoptimalkan nilai-nilai parameter. Dengan
mengoptimalkan nilai-nilai parameter dan pemilihan ukuran hidden
layer memberikan hasil yang lebih baik, terbukti dengan hasil
akurasi, RMSE masing-masing sebagai berikut : 0.266 +/- 0.000
References
Bandung: Alfabeta, 2013.
[2] T. E. S. G. S. R. Shibi, “A Survey of
Artificial Neural Networks machine
learning methods and Applications in
Bio-Neuron System,” Int. J. Sci. Res.,
2015.
[3] Tuma, J. M., & Pratt, J. M. (1982).
Clinical child psychology practice and
training: A survey. \ldots of Clinical
Child & Adolescent Psychology,
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2019 Saifuddin Saifuddin, Arief Hermawan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.