Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI HARGA SAHAM Saputra, Muhamad; Suharsono, Teguh Nurhadi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 4 (2025): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i4.2250

Abstract

Pengembangan kekayaan pada masa lalu umumnya difokuskan pada aset fisik seperti tanah, gedung, ternak, kendaraan, dan mesin yang dikenal sebagai investasi real assets. Namun, dengan perkembangan dunia usaha dan pola pikir modern, investasi kini telah beralih ke bidang surat berharga seperti deposito, obligasi, valuta asing (valas), dan portofolio saham yang dikenal sebagai financial assets. Salah satu aset investasi yang populer adalah saham, yang merupakan surat berharga menunjukkan kepemilikan atau penyertaan modal investor dalam suatu perusahaan. Keuntungan yang diperoleh pemegang saham bergantung pada kinerja perusahaan penerbit saham (emiten). Semakin tinggi return yang ditawarkan, semakin tinggi pula risiko yang harus ditanggung investor. Indeks saham LQ45 di Bursa Efek Indonesia adalah salah satu indeks yang banyak diminati investor, terdiri dari 45 perusahaan besar yang menawarkan prospek bisnis yang baik, termasuk Bank Central Asia Tbk (BCA). Berdasarkan data statistik Bursa Efek Indonesia tahun 2015, sektor keuangan menduduki posisi pertama baik dari segi kapitalisasi pasar maupun nilai transaksi perdagangan saham. Penelitian ini bertujuan mendapatkan hasil nilai prediksi yang baik, menentukan probabilitas dari parameter yang berpengaruh terhadap harga saham dan membangun aplikasi prediksi saham menggunakan metode metode Artificial Neural Network (ANN). Metode ANN sendiri adalah metode pemodelan kompleks yang dapat memprediksi bagaimana suatu ekosistem merespons perubahan variabel lingkungan, dengan terinspirasi oleh cara kerja sistem saraf biologis, khususnya sel-sel otak manusia dalam memproses informasi. Algoritma yang paling umum digunakan oleh ANN adalah supervised learning, tetapi ANN juga dapat diterapkan pada algoritma semi-supervised dan unsupervised learning. Karena model ANN terinspirasi oleh sistem saraf manusia, arsitekturnya dirancang mirip dengan struktur otak manusia, terdiri dari neuron-neuron yang saling terhubung dalam bentuk yang kompleks dan nonlinier. Hasil dari penelitian ini adalah sebuah aplikasi berbasis web yang diharapkan dapat membantu investor dan pelaku pasar modal dalam mengambil keputusan investasi saham di Bursa Efek Indonesia, dan juga mendapatkan Tingkat akurasi prediksi yang dihasilkan oleh model ANN menunjukkan hasil yang memuaskan dengan presentase akurasi mencapai 94.96%. Model ini berhasil meminimalkan kesalahan prediksi (error) yang ditunjukkan oleh nilai Mean Squared Error (MSE) yang rendah pada data testing.