<![CDATA[Penelitian ini bertujuan untuk membandingkan performa algoritma Regresi Linear dan Backpropagation Neural Network dalam memprediksi harga saham PT Astra Agro Lestari serta mengimplementasikannya ke dalam sistem prediksi berbasis web. Data historis saham dari Kaggle digunakan dengan variabel previous, high, low sebagai input dan close sebagai target. Pengembangan sistem menggunakan model Waterfall melalui tahapan analisis kebutuhan, desain, implementasi, pengujian, dan analisis komparatif. Pelatihan model dilakukan menggunakan Scikit-learn untuk Regresi Linear dan TensorFlow/Keras untuk Backpropagation Neural Network, dengan preprocessing MinMaxScaler dan pembagian data latih dan uji sebesar 80:20. Evaluasi model menggunakan Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil pengujian menunjukkan BPNN lebih akurat dengan RMSE 26.81 dan MAE 19.01, dibandingkan Regresi Linear dengan RMSE 45.11 dan MAE 29.56. Sistem web berhasil menampilkan prediksi otomatis, grafik komparatif, dan evaluasi error secara real-time.]]>
Copyrights © 2026
