SUPRIANTO, EDY (2004) PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI HARGA SAHAM. Other thesis, Universitas Komputer Indonesia.
Skripsi MASEDY (10199032).PDF
Download (1MB)
Abstract
Pada saat ini peran pasar modal dalam perekonomian Indonesia mulai melembaga. Pembelian saham menjadi salah satu pilihan modal yang sah, selain bentuk modal lainnya seperti uang, tanah, dan emas. Implikasi dari adanya pilihan saham sebagai salah satu pilihan investasi, baik itu jangka panjang maupun jangka pendek, mempunyai arti yang luas karena harga saham berbeda dengan uang.
Prediksi harga saham sangat bermanfaat bagi investor untuk dapat melihat bagaimana investasi saham sebuah perusahaan di masa datang. Prediksi harga saham dapat mengantisipasi naik turunnya harga saham. Dengan adanya prediksi, sangat membantu para investor dalam pengambilan keputusan.
Prediksi dari harga saham merupakan interaksi yang kompleks antara pasar yang tidak stabil dan faktor pemroses acak. Data dari harga sahamdapat ditentukan berdasarkan runtunan waktu (time series). Untuk melakukan prediksi digunakan pendekatan analisis teknikal dengan menggunakan Jaringan Syaraf Tiruan. Untuk menyelesaikan suatu masalah, Jaringan Syaraf Tiruan memerlukan algoritma belajar. Algoritma belajar yang digunakan untuk memprediksi harga saham ini adalah Supervised Learning dengan metode Propagasi Balik (Backpropagation). Dengan algoritma ini, jaringan-jaringan dapat dilatih dengan menggunakan data harga saham dari situasi sebelumnya, menggolongkannya dan menyesuaikan bobot penghubung dalam jaringan sebagai input baru dan meramalkan harga saham berikutnya.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | Migrasi dari GDL. Identifier: jbptunikompp-gdl-s1-2004-edysuprian-736. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2004 |
| Uncontrolled Keywords: | jaringan syaraf tiruan,harga saham,pasar modal |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Robot Migration |
| Date Deposited: | 05 Nov 2026 04:56 |
| Last Modified: | 05 Nov 2026 04:56 |
| URI: | https://elibrary.unikom.ac.id/id/eprint/23377 |
