<![CDATA[Prediksi harga saham yang akurat sangat penting bagi investor untuk membuat keputusan investasi yang bijak. Penelitian ini bertujuan untuk memprediksi harga saham harga close tiga bank besar di Indonesia menggunakan algoritma backpropagation neural network. Metode penelitian meliputi pengumpulan data historis harian dari Yahoo Finance, preprocessing data, dan pembuatan model neural network dengan satu hidden layer. Evaluasi model menggunakan metrik RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model prediksi memiliki tingkat akurasi yang tinggi untuk ketiga bank. Bank Mandiri mencapai performa terbaik dengan 3 neuron hidden layer, learning rate 0.01, dan toleransi error 0.000001, menghasilkan RMSE 49.565, MAE 38.3087, dan MAPE 0.63%. Bank BRI optimal dengan 12 neuron hidden layer (RMSE 50.003, MAE 29.5462, MAPE 0.74%), sementara Bank BCA dengan 6 neuron hidden layer (RMSE 62.434, MAE 47.7587, MAPE 0.51%). Kesimpulannya, algoritma backpropagation neural network terbukti efektif dalam memprediksi harga saham penutup dengan tingkat akurasi tinggi, ditunjukkan oleh nilai MAPE di bawah 1% untuk ketiga bank.]]>
Copyrights © 2024
