Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Petir
Wisnu HendroMartono
Sekolah Tinggi Teknik - PLN
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGGUNAAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION DALAM MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG) Wisnu HendroMartono; Dian Hartanti
PETIR Vol 8 No 2 (2015): PETIR (Jurnal Pengkajian Dan Penerapan Teknik Informatika)
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (16006.193 KB)

Abstract

Peramalan adalah suatu cabang ilmu untuk memprediksi kejadian yang mungkin terjadi dimasa yang akan datang berdasarkan kejadian yang terjadi di masa lampau. Peramalan hargasaham telah banyak dilakukan di dunia industri sebagai sebuah instrument keuangan yangpenting. Terdapat banyak metode peramalan, namun peramalan dengan menggunakan jaringansyaraf tiruan banyak digunakan karena memiliki banyak keuntungan. Salah satu metodeperamalan yang berkembang saat ini adalah menggunakan Artificial Neural Network (ANN),dimana ANN telah menjadi objek penelitian yang menarik dan banyak digunakan untukmenyelesaikan masalah pada beberapa bidang kehidupan, salah satu diantaranya adalah untukanalisis data time series pada masalah Forecasting. Salah satu jaringan yang sering digunakanuntuk prediksi data time series adalah Backpropagation neuron network.Pada saat pelatihanbobot dan bias jaringan syaraf tiruan, nilai MSE yang didapatkan adalah 3,636604. Setelah bobotdan bias dioptimasi pada saat pelatihan dengan iterasi sebanyak 50 kali dihasilkan nilai MSEsebesar 0,0922114. Pada saat bobot dan bias yang telah dioptimasi digunakan pada jaringansyaraf tiruan untuk meramalkan nilai IHSG pada periode mendatang, nilai MSE yang didapatkanadalah 0,0348015. Nilai MSE yang didapatkan telah memenuhi nilai kondisi atau syarat sebagaisebuah metode peramalan yang baik karena mampu memenuhi syarat nilai MSEā‰¤0.1.
Co-Authors