Dalam memprediksi suatu kondisi harga saham, beberapa model analisa teknik telah
dipakai dan dikembangkan, beberapa analisa tersebut seperti : MACD , Fourier Transform,
Accumulator Swing Index, Stochastic Oscilator dan lain lain. Sebagai masukannya digunakan
beberapa macam kombinasi harga seperti : harga pembukaan, tertinggi, terendah, penutupan
kemarin dan penutupan hari ini serta volume perdagangan. Dan sebagai keluaran adalah suatu
grafik yang menampilkan suatu keputusan beli atau jual. Suatu cara lain dalam menentukan harga
saham adalah dengan menggunakan metoda `Fundamental Analysis?, yaitu suatu analisa dimana
penampilan dari suatu kinerja perusahaan didasarkan atas ratio-ratio / laporan keuangan yang ada.
Teknologi sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi
terutama dalam hal pengenalan pola. Kemampuan inilah yang telah menarik beberapa kalangan
dalam menggunakan jaringan syaraf tiruan untuk keperluan kesehatan, keuangan , investasi,
marketing dan lain lain. Pada makalah ini akan dibahas penggunaan Jaringan Syaraf Tiruan
Feedforward/Backpropagarion.
Data dari harga saham dapat diperlakukan secara `time series? . Jika kita mempunyai data
harian selama perioda tertentu, misal : Xt (t=1,2,......), maka harga saham pada perioda berikutnya
(t+h) dapat diprediksi (waktu yang digunakan bisa jam, harian, mingguan , bulanan ataupun
tahunan) . Demikian seterusnya dilakukan suatu iterasi berulang hingga N hari kerja. Untuk
mendapatkan hasil prediksi yang baik maka pada jaringan syaraf buatan harus diumpankan suatu
masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu saham. Kemudian
dilakukan prinsip pembobotan yang diadaptasikan untuk meminimumkan kesalahan prediksi pada
satu langkah kedepan. Dengan menggunakan bobot akhir dilakukan suatu tindakan untuk
meminimumkan kesalahan total untuk iterasi berikutnya. Saham yang akan dibahas adalah saham
Semen Gresik (SMGR) dan Gudang Garam (GGRM)