PERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION (Studi Kasus: Harga Pembukaan Indeks Saham Bulanan Jakarta Islamic Index dari Januari 2017 sampai dengan Mei 2023)

Alma Pratiwi Fatikasari, NIM.: 19106010025 (2024) PERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION (Studi Kasus: Harga Pembukaan Indeks Saham Bulanan Jakarta Islamic Index dari Januari 2017 sampai dengan Mei 2023). Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (PERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION (Studi Kasus: Harga Pembukaan Indeks Saham Bulanan Jakarta Islamic Index dari Januari 2017 sampai dengan Mei 2023)) 19106010025_BAB-I_IV-atau-V_DAFTAR-PUSTAKA-2.pdf - Published Version Download (2MB) | Preview
	Text (PERAMALAN INDEKS HARGA SAHAM MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION (Studi Kasus: Harga Pembukaan Indeks Saham Bulanan Jakarta Islamic Index dari Januari 2017 sampai dengan Mei 2023)) 19106010025_BAB-II_sampai_SEBELUM-BAB-TERAKHIR-2.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Artificial Neural Network (ANN) adalah model learning yang menyerupai sistem neuron pada makhluk hidup. Salah satu algoitma dari Artificial Neural Network adalah algoritma Backpropagation yang dapat diterapkan dalam berbagai hal, salah satunya adalah permalan. Studi kasus dalam penelitian ini adalah harga pembukaan indeks saham Jakarta Islamic Index periode bulanan pada Januari 2017 sampai Mei 2023. Data yang digunakan dalam penelitian ini adalah data kurs, suku bunga, inflasi, serta data harga pembukaan, tertinggi, terendah dan penutupan indeks saham JII. Penelitian ini bertujuan untuk mengetahui model terbaik yang dapat digunakan untuk peramalan harga saham dengan membandingkan penggunaan jumlah neuron pada hidden layer serta learning rate. Diperoleh model terbaik 7:9:1 dengan 9 neuron pada hidden layer serta learning rate sebesar 0.8. Nilai MAPE yang diperoleh dari model tersebut sebesar 1.85% sehingga model peramalan dapat dikatakan sangat baik.

Share this knowledge with your friends :

Actions (login required)

View Item