<![CDATA[Abstrak - Indeks Harga Saham Gabungan (IHSG) merupakan indikator vital pasar modal Indonesia yang memiliki tingkat volatilitas tinggi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Neural Network untuk memprediksi harga penutupan IHSG dengan fokus khusus pada periode September 2025. Data yang digunakan adalah harga historis harian selama 30 tahun (Januari 1995 – 6 Oktober 2025). Pengolahan data dilakukan menggunakan Altair AI Studio dengan menerapkan teknik preprocessing berupa sorting, replace missing values, dan windowing. Berdasarkan hasil eksperimen, konfigurasi Window Size 6 (mingguan) terpilih sebagai parameter paling optimal. Validasi model dilakukan melalui metode Sliding Window Validation untuk menjamin stabilitas kronologis. Hasil penelitian menunjukkan performa yang luar biasa akurat dengan nilai Root Mean Squared Error (RMSE) sebesar 30.906 dan Mean Absolute Percentage Error (MAPE) global sebesar 1.17%. Secara spesifik, prediksi pada bulan September 2025 menghasilkan MAPE sebesar 0.98%. Hal ini mengindikasikan bahwa model Neural Network memiliki keandalan yang sangat tinggi dalam menangkap pola fluktuasi pasar dan dapat digunakan sebagai instrumen pendukung keputusan investasi yang efektif. Kata kunci : IHSG; Neural Network; Forecasting; Altair AI Studio; Window Size; Abstract - The Indonesia Composite Index (IHSG) is a vital indicator of the Indonesian capital market characterized by high volatility. This study aims to implement the Neural Network algorithm to forecast the closing price of the IHSG, with a specific focus on the September 2025 period. The dataset consists of 30 years of daily historical prices (January 1995 – October 6th 2025). Data processing was performed using Altair AI Studio, applying preprocessing techniques such as sorting, missing value replacement, and windowing. Based on the experiments, a Window Size of 6 (weekly) was selected as the most optimal parameter. Model validation was conducted using the Sliding Window Validation method to ensure chronological stability. The results demonstrate exceptionally accurate performance, with a Root Mean Squared Error (RMSE) of 30.906 and a global Mean Absolute Percentage Error (MAPE) of 1.17%. Specifically, the forecast for September 2025 yielded a MAPE of 0.98%. This indicates that the Neural Network model has very high reliability in capturing market fluctuation patterns and can serve as an effective decision-support instrument for investment strategies. Keywords: IHSG; Neural Network; Forecasting; Altair AI Studio; Window Size;]]>
