Claim Missing Document
Check
Articles

Found 2 Documents
Search

Prediksi Indeks Harga Saham dengan Metode Gabungan Support Vector Regression dan Jaringan Syaraf Tiruan Lisbeth Evalina Siahaan
Indonesia Journal on Computing (Indo-JC) Vol. 2 No. 1 (2017): Maret, 2017
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2017.2.1.45

Abstract

Harga suatu saham berubah secara cepat dari waktu ke waktu. Pergerakan indeks harga saham menjadi tolak ukur para pemilik saham untuk membuat keputusan kapan sebaiknya saham dibeli, dijual atau dipertahankan. Untuk itu diperlukan suatu model yang dapat memprediksi indeks harga saham untuk memantau pergerakan tersebut dan membantu para pemilikk saham dalam mengambil keputusan. Penelitian ini mengusulkan metode untuk memprediksi pergerakan harga saham dengan menggunakan metode gabungan Support Vector Regression (SVR) pada tahap dan Jaringan Syaraf Tiruan (JST) pada tahap kedua. Pada penelitian ini, Algoritma Genetika atau Genetic Algorithm (GA) akan digunakan untuk melakukukan optimasi parameter SVR. Prediksi dibuat untuk 1, 3, 5, 7, 10, 15, dan 30 hari kedepan. Dari serangkaian uji coba yang dilakukan, SVR-JST (SVR dioptimasi GA) memberikan tingkat kesalahan lebih kecil dibandingkan dengan metode JST.
Prediksi Indeks Harga Saham Dengan Metode Gabungan Jaringan Syaraf Tiruan Dan Support Vector Regression Lisbeth Evalina Siahaan; Rian Febrian Umbara; Yuliant Sibaroni
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Harga suatu saham yang berubah secara cepat dari waktu ke waktu. Pergerakan indeks harga saham menjadi tolak ukur para pemilik saham untuk membuat keputusan kapan sebaiknya saham dibeli, dijual atau diperthankan. Untuk itu diperlukan suatu model yang dapat memprediksi indeks harga saham untuk memantau pergerakan tersebut dan membantu para pemilikk saham dalam mengambil keputusan. Penelitian ini mengusulkan metode untuk memprediksi pergerakan harga saham dengan menggunakan metode gabungan Support Vector Regression (SVR) pada tahap dan Jaringan Syaraf Tiruan (JST) pada tahap kedua. Pada penelitian ini, Algoritma Genetika atau Genetic Algorithm (GA) akan digunakan untuk melakukukan optimasi parameter SVR. Prediksi dibuat untuk 1, 3, 5, 7, 10, 15, dan 30 hari kedepan. Dari serangkaian uji coba yang dilakukan, SVR-JST (SVR dioptimasi GA) memberikan tingkat kesalahan lebih kecil dibandingkan dengan metode JST. Kata kunci: Indeks Harga Saham, Metode Gabungan, Genetic Algorithm, Support Vector Regression, Jaringan Syaraf Tiruan