PERAMALAN HARGA SAHAM SYARIAH DENGAN MODEL NEURAL NETWORK MULTISCALE AUTOREGRESSIVE (STUDI KASUS: SAHAM YANG TERGABUNG DALAM JAKARTA ISLAMIC INDEX (JII) PERIODE 1 JUNI 2015 - 31 DESEMBER 2019)

Fitria Rohmah, NIM.: 13610009 (2020) PERAMALAN HARGA SAHAM SYARIAH DENGAN MODEL NEURAL NETWORK MULTISCALE AUTOREGRESSIVE (STUDI KASUS: SAHAM YANG TERGABUNG DALAM JAKARTA ISLAMIC INDEX (JII) PERIODE 1 JUNI 2015 - 31 DESEMBER 2019). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (Peramalan Harga Saham Syariah dengan Model Neural Network Multiscale Autoregressive (Studi Kasus: Saham yang tergabung dalam Jakarta Islamic Index (JII) Periode 1 Juni 2015 - 31 Desember 2019)) 13610009_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (3MB) | Preview
	Text (Peramalan Harga Saham Syariah dengan Model Neural Network Multiscale Autoregressive (Studi Kasus: Saham yang tergabung dalam Jakarta Islamic Index (JII) Periode 1 Juni 2015 - 31 Desember 2019)) 13610009_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (6MB)

Abstract

Model Neural Network-Multiscale Autoregressive adalah pengembangan model neural network. Model ini dibentuk berdasarkan teori wavelet untukperamalan data time series. Masih sedikit penelitian yang menjelaskan bagaimana model NN-MAR dapat digunakan untuk peramalan data time series. Data time series didekomposisi menggunakan transformasi wavelet Yaitu Maximal Overlap Discrete Wavelet Transform (MODWT) dengan filter Haar dan D4. Dari hasil transformasi diperoleh koefisien-koefisien wavelet dan skala yang digunakan untuk pemodelan time series. Diperoleh pemodelan terbaik dengan nilai MSE-nya 5.1508E-05 dan nilai MAPE adalah 0.992717.

Share this knowledge with your friends :

Actions (login required)

View Item