Prediksi Indeks Harga Saham Gabungan Menggunakan Algoritma Backpropagation

Santoso, Andy (2019) Prediksi Indeks Harga Saham Gabungan Menggunakan Algoritma Backpropagation. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (724kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (726kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (716kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Indeks Harga Saham Gabungan (IHSG) merupakan gabungan dari seluruh saham biasa dan saham preferen yang tercatat di Bursa Efek Indonesia (BEI). IHSG dapat dijadikan acuan oleh para investor untuk meramalkan harga saham sehingga mendapatkan keuntungan. Tetapi, untuk memprediksi harga saham kedepannya merupakan hal yang cukup sulit sehingga dapat menjadi suatu resiko bagi para investor, sehingga diperlukan suatu metode yang dapat meramalkan data IHSG untuk mengurangi resiko tersebut. Dalam penelitian ini, akan digunakan algoritma backpropagation yang merupakan algoritma pembelajaran tersupervisi yang dibangun dengan menggunakan bahasa pemrograman Python. Algoritma ini akan mempelajari data 5 (lima) hari sebelumnya dan akan digunakan untuk memprediksi harga kedepannya. Penelitian ini memiliki tingkat akurasi berupa MSE testing sebesar 320.49865083640924 dengan menggunakan learning rate 0.3 dan 3000 epoch.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Backpropagation, IHSG, Investor, prediksi, Python
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 05:23
Last Modified:	25 Aug 2023 05:28
URI:	https://kc.umn.ac.id/id/eprint/10687

Actions (login required)

View Item