Jurnal Teknologi Informasi dan Pendidikan
ISSN 2086-4981

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI HARGA SAHAM PADA PASAR MODAL INDONESIA

Asrul Huda
INTISARI

Tujuan dalam penelitian ini adalah untuk memprediksi harga saham berdasarkan kondisi data sebelumnya . Ada beberapa model teknik analisis yang digunakan dan dikembangkan , untuk menganalisis harga saham dalam penelitian ini , seperti : Neural Network, Simple Moving Average (SMA), Exponential Moving Average (EMA) dan Autoregressive Integrated Moving Average (ARIMA) . Input yang digunakan sebagai semacam kombinasi harga, seperti : harga pembukaan, harga tertinggi, harga terendah dan harga penutupan. Dan sebagai output adalah grafik yang menunjukkan keputusan. Dalam penelitian yang akan dibahas adalah penggunaan saraf sibilan Backpropagation Jaringan. Data dari harga saham dapat diambil time series. Pemegang Saham yang akan dibahas adalah saham Bank International Indonesia Tbk dan saham Telekomunikasi Indonesia Tbk. Hasil diberikan jaringan saraf sibilan memang mendekati data, sehingga dapat digunakan untuk memprediksi harga saham penutupan di Bursa Efek Jakarta dibandingkan dengan metode Simple Moving Average (SMA), Exponential Moving Average (EMA) dan Autoregressive Integrated Moving Average (ARIMA)

Kata Kunci :
Harga Saham , Neural Network , Backpropagation


ABSTRACT

Goal in this research is to predict a stock price based on the condition of the data previously. There are several models of analysis techniques used and developed, to analyze stock prices in this research, such as: Neural Network, Simple Moving Average (SMA), Exponential Moving Average (EMA) and Autoregressive Integrated Moving Average (ARIMA). Input used as some kind of a combination of price, such as: the opening price, highest price, lowest price and closing price. And as the output is a graph that shows a decision. In the research that will be discussed is the use of nerve sibilant Backpropagation Network. Data from the stock prices can be taken time series. Shareholders will be discussed is the share of Bank International Indonesia Tbk and stock Telekomunikasi Indonesia Tbk. Results are given nerve network sibilant indeed approaching the data, so that it can be used to predict the closing stock price on the Jakarta Stock Exchange compared to the method Simple Moving Average (SMA), Exponential Moving Average (EMA) and Autoregressive Integrated Moving Average (ARIMA).


Keyword :
Stock Price, Neural Network, Backpropagation

Download file : 4-Vol7No1Mar2014-AsrulHuda.pdf