PENGGUNAAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION DALAM MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG)

NURCAHYA, ACHMAD and Hartanti, Dian (2013) PENGGUNAAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION DALAM MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG). Diploma thesis, ITPLN.

[thumbnail of 1. COVER.pdf] Text
1. COVER.pdf

Download (167kB)
[thumbnail of 2. Lembar Pengesahan.pdf] Text
2. Lembar Pengesahan.pdf

Download (234kB)
[thumbnail of ABSTRAKSI.pdf] Text
ABSTRAKSI.pdf

Download (245kB)
[thumbnail of 8. BAB I.pdf] Text
8. BAB I.pdf

Download (116kB)
[thumbnail of 9. BAB II.pdf] Text
9. BAB II.pdf

Download (1MB)
[thumbnail of 10. BAB III.pdf] Text
10. BAB III.pdf
Restricted to Registered users only

Download (484kB)
[thumbnail of 11. BAB IV.pdf] Text
11. BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of 12. BAB V.pdf] Text
12. BAB V.pdf
Restricted to Registered users only

Download (397kB)
[thumbnail of 13. DAFTAR PUSTAKA.pdf] Text
13. DAFTAR PUSTAKA.pdf

Download (14kB)

Abstract

Peramalan adalah suatu cabang ilmu untuk memprediksi kejadian yang mungkin terjadi di masa yang akan datang berdasarkan kejadian yang terjadi di masa lampau. Peramalan harga saham telah banyak dilakukan di dunia industri sebagai sebuah instrument keuangan yang penting. Terdapat banyak metode peramalan, namun peramalan dengan menggunakan jaringan syaraf tiruan banyak digunakan karena memiliki banyak keuntungan. Salah satu metode peramalan yang berkembang saat ini adalah menggunakan Artificial Neural Network (ANN), dimana ANN telah menjadi objek penelitian yang menarik dan banyak digunakan untuk menyelesaikan masalah pada beberapa bidang kehidupan, salah satu diantaranya adalah untuk analisis data time series pada masalah Forecasting. Salah satu jaringan yang sering digunakan untuk prediksi data time series adalah Backpropagation neuron network.Pada saat pelatihan bobot dan bias jaringan syaraf tiruan, nilai MSE yang didapatkan adalah 3,636604. Setelah bobot dan bias dioptimasi pada saat pelatihan dengan iterasi sebanyak 50 kali dihasilkan nilai MSE sebesar 0,0922114. Pada saat bobot dan bias yang telah dioptimasi digunakan pada jaringan syaraf tiruan untuk meramalkan nilai IHSG pada periode mendatang, nilai MSE yang didapatkan adalah 0,0348015. Nilai MSE yang didapatkan telah memenuhi nilai kondisi atau syarat sebagai sebuah metode peramalan yang baik karena mampu memenuhi syarat nilai MSE≤0.1.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Peramalan, IHSG, Optimasi, Jaringan Syaraf Tiruan, Algoritma Backpropagation.
Subjects: Skripsi
Bidang Keilmuan > Teknik Informatika
Divisions: Fakultas Telematika Energi > S1 Teknik Informatika
Depositing User: Sudarman
Date Deposited: 26 Feb 2026 13:00
Last Modified: 26 Feb 2026 13:00
URI: https://repository.itpln.ac.id/id/eprint/5307

Actions (login required)

View Item
View Item