<![CDATA[Penelitian ini menggunakanstudi literatur dan simulasi program dari data sekunder yang diambil, pengumpulan data dilakukan dengan menggunakan data saham harian PT Bank Rakyat Indonesia (Persero) Tbk (BBRI) durasi waktu januari 2016 sampai dengan september 2018 yang diakses secara online. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis data didasarkan pada kajian teori dengan menggunakan model recurren neural network, kajian komputasi dan kajian terapan. Kajian komputasi ini dilakukan untuk memperoleh hasil analisis dengan menggunakan jaringan saraf tiruan dan komputasional tahap-tahap identifikasi data yang memuat penentuan variabel, penyusunan fokus pada pemiliahan indikator disetiap variabel yang menjadi objek pilihan data pada penelitian ini, menentukan beberapa nilai awal untuk bias dan bobot parameter serta nilai awal variabel pada iterasi pertama. Kemudian dikembangkan pelatihan dengan menggunakan model yang diperoleh untuk disimulasikan sampai pada perolehan titik epoh pada masing-masing jaringan model RNN yang ada. Analisis selanjutnya membandngkan hasil simulasi dan analisis komputasional model jaringan saraf tiruan dengan menggunakan model RNN Elman untuk diperoleh hasil yang terbaik, dalam analisis komputasi dan simulasi ini menggunakan program MATLAB dan R. Hasil penelitian dan pembahasan disimpulkan bahwa model RNN tipe Elman yang terbaik untuk peramalan penjualan harga saham PT Bank Rakyat Indonesia (Persero) Tbk (BBRI) adalah model RNN tipe Elman pada algoritma pelatihan Levenberg-Marquardt dengan Mu = 0,013 diperoleh pada arsitektur jaringan 9-10-1 pada fungsi aktivasi logsig dengan MSE dan MAPE pengujian masing-masing sebesar 7,6649e+10 dan 9,2348%.]]>
Copyrights © 2019
