Prediksi Harga Penutupan Saham Menggunakan Metode Jaringan Saraf Tiruan Perambatan Balik

Abstract

Saham adalah tanda penyertaan modal seseorang atau badan usaha dalam suatu perusahaan atau perseroan terbatas. Sebelum melakukan investasi, para investor perlu mempelajari prospek harga saham di masa mendatang. Oleh karena itu, peramalan harga saham sangat diperlukan. Pada karya ilmiah ini, dilakukan prediksi harga saham menggunakan metode jaringan saraf tiruan perambatan balik. Metode ini memperhitungkan input, jumlah neuron, dan fungsi pembelajaran yang harus ditentukan. Berdasarkan penghitungan Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE), jaringan yang paling optimal adalah jaringan yang menggunakan input harga pembukaan saham dan tingkat suku bunga dengan satu neuron dan fungsi pembelajaran traincgb. MAE yang diperoleh sebesar 237.7063 rupiah dan MAPE sebesar 2.934777%.

Stocks are sign of a person’s or business entity’s capital participation in a company or limited liability company. Before making an investment, an investor needs to study the prospect of future stock price. Therefore, making a forecast of future stock is indispensable. In this paper, backpropagation neural network method is used to forecast stock closing price. This method takes into accounts the input variables, the number of neurons, and it requires a learning function which must be defined. Based on Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE), the most optimal network is achieved by using stock opening price and interest rate as input variables with one neuron and traincgb learning function. The obtained MAE is IDR 237.7063 and MAPE is 2.934777% which is relatively small.