Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Metode Least Mean Square (LMS) Untuk Prediksi Harga Saham BBRI (Studi Kasus: Data Harga Penutupan Harian (April 2025 – April 2026)) Bukit, Cindy Christina Br; Rahayu, Fatiha Aini; Anti, Yurni
Jurnal Riksa Cendikia Nusantara Vol. 2 No. 4 (2026): Riksa Cendikia Nusantara - April 2026
Publisher : Jurnal Riksa Cendikia Nusantara

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

Abstract

Penelitian ini membahas penerapan algoritma Least Mean Square (LMS) yang dikembangkan oleh Widrow & Hoff (1960) untuk memprediksi harga saham PT Bank Rakyat Indonesia Tbk (BBRI) berdasarkan data harga penutupan harian. LMS merupakan algoritma adaptif berbasis gradient descent yang memperbarui bobot secara iteratif untuk meminimalkan Mean Squared Error (MSE) antara prediksi dan nilai aktual. Dataset yang digunakan terdiri dari 237 data harian dalam rentang April 2025 hingga April 2026. Data dibagi menjadi 80% data latih (188 sampel) dan 20% data uji (48 sampel). Hasil eksperimen menunjukkan bahwa model LMS mampu menghasilkan prediksi dengan Mean Absolute Percentage Error (MAPE) sebesar 1,38% pada data latih dan 1,57% pada data uji, mengindikasikan tingkat akurasi yang baik untuk prediksi satu langkah ke depan (one-step ahead forecasting).