Back to Search Page
Resource Detail

Perancangan dan pembuatan perangkat lunak berbasis jaringan syaraf tiruan untuk memprediksi harga saham dengan menggunakan metode backpropagation [permalink]

Share/Save/Bookmark

Kebanyakan investor menggunakan dua pendekatan untuk melakukan
analisis atau memprediksi saham, yaitu analisis fundamental dan analisis teknikal.
Namun bagi para investor awam dan masyarakat umum yang baru mengenal atau
belajar saham akan sangat kesulitan dan membutuhkan waktu yang sangat banyak
untuk mempelajari secara lebih mendalam mengenai kedua analisis tersebut diatas.
Karena itu sangat dibutuhkan suatu proses prediksi untuk meramalkan harga saham
yang lebih sederhana dari pada kedua analisa tersebut dan yang dapat membantu para
investor untuk membeli dan menjual saham.
Proses prediksi harga saham ini dapat dilakukan dengan memanfaatkan
teknologi Jaringan Syaraf Tiruan (JST) yang merupakan suatu sistem yang berfungsi
seperti otak manusia serta menggunakan model multilayer feedforward dengan
algoritma Backpropagation yang tersusun dari sejumlah input neuron, hidden layer
dan output. Input neuron mempresentasikan variabel input berupa nilai dari harga
saham pada periode sebelumnya (harga saham max, harga saham min, harga saham
penutupan), IHSG, fluktuasi harga rupiah terhadap dollar dan tingkat suku bunga
pada beberapa perusahaan. Variabel input lain dapat berupa nilai harga saham
penutupan dari sepuluh hari sebelumnya untuk memprediksi hari selanjutnya.
Dari hasil pengujian dapat disimpulkan bahwa pemilihan parameter dan
bobot untuk prediksi tergantung pada hasil testing, kalau error testing minimum
maka bobot dan parameter hasil training akan dipakai untuk prediksi, sehingga
adakalanya suatu perusahaan lebih baik menggunakan 6 input dan ada yang lebih
baik dengan menggunakan 10 input.

Author
• (26401114) DESI ENDRA JAYA

Contributor
• (45030) M. ISA IRAWAN
• (99-015) Rudy Adipranata
• (85-009) Djoni Haryadi Setiabudi

Publisher
Universitas Kristen Petra

Year : 2005

Subject
1. ARTIFICIAL INTELLIGENCE
2. NEURAL NETWORKS (COMPUTER SCIENCE)

Keyword
prediction, stock exchange, artificial neural network, multilayer, feedforward, backpropagation

Category
s1 - Skripsi/Undergraduate Thesis (Program Studi Teknik Informatika S1)

Language
Indonesian

Rights
Skripsi No. 01000383/INF/2005; Desi Endra Jaya (26401114)
The resource(s) is/are owned by the Creator/Contributor.Reproduction & distribution for non-commercial purposes is permitted provided that the credit for the Creator/Contributor and the source are explicitly stated,and no alteration are made

FILE(s)

1. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-cover.pdf (1.21 MB) - [permalink]

2. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-abstract_toc.pdf (300.98 kB) - [permalink]

3. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-chapter1.pdf (373.65 kB) - [permalink]

4. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-chapter2.pdf (443.25 kB) - [permalink]

5. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-chapter3.pdf (598.2 kB) - [permalink]

6. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-chapter4.pdf (980.58 kB) - [permalink]

7. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-chapter5.pdf (2.95 MB) - [permalink]

8. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-conclusion.pdf (177.22 kB) - [permalink]

9. jiunkpe-ns-s1-2005-26401114-4881-backpropagation-appendices.pdf (8.34 MB) - [permalink]

 

Petra Christian University Library | library@petra.ac.id