PERANCANGAN PREDIKSI UNTUK MENENTUKAN INDEKS HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN

Rizal Bachtiar Purnama

Abstract


Peran investor yang menanamkan modal (saham) ke beberapa perusahaan tanah air tidak lepas dari andil Bursa Efek Jakarta (BEJ). Bursa Efek Jakarta telah berjasa menerbitkan laporan keuangan perusahaan-perusahaan tanah air serta menampilkan harga aset dalam perusahaan-perusahaan tersebut. Masalah pun muncul ketika pada kenyataannya harga saham pada suatu perusahaan pada suatu waktu mengalami pasang surut. Untuk itu dibutuhkan suatu prediksi logis yang mudah dilakukan agar para investor (penanam modal) mudah untuk menentukan harga indeks saham pada periode berikutnya. Untuk itu dibutuhkan suatu prediksi logis yang mudah dilakukan agar memudahkan para investor (penanam modal) untuk menentukan harga indeks saham pada periode berikutnya. Backpropagation (propagasi balik) dengan metode matematisnya yang juga merupakan bagian dari JST adalah metode yang tepat untuk menentukan peramalan harga saham. Metode ini memanfaatkan tren grafis saham yang setiap perubahannya mengandung pola yang unik. Hasil dari penelitian ini akan menjadi suatu prediksi yang logis menggunakan perhitungan matematis serta dapat menjadi acuan dalam meramalkan indeks harga saham pada periode berikutnya dan memudahkan para pegiat modal menentukan strategi dalam berinvestasi. 


Keywords


artificial neural network, backpropagation, stock

Full Text:

PDF

References


R. R. Trippi And E. Turban. Neural Networks In Finance and Investing. Probus Publishing Company, 1993.

D. Junaedi, “Dampak Tingkat Pengungkapan Informasi Perusahaan Terhadap Volume Perdagangan Dan Return Saham: Penelitian Empiris Terhadap Perusahaan-Perusahaan Yang Tercatat Di Bursa Efek Jakarta”, JAKI (Jurnal Akuntansi dan Keuangan Indonesia)., Vol 2, No 2 (2005), pp 1-28, 2005.

F. S. Mar’ati, “Analisis Efisiensi Pasar Modal Indonesia”, JIMAT (Jurnal Ilmu Manajemen dan Akuntansi Terapan), Vol 3, No 2 (2012), pp 35-44, 2012.

Y. Efni, “Pengaruh Suku Bunga Deposito, Sbi, Kurs Dan Inflasi Terhadap Harga Saham Perusahaan Real Estate Dan Property Di Bei”, Jurnal Ekonomi, Vol 17, No 01 (2009).

Hendri, “Character Recognition Dengan Menggunakan Jaringan Syaraf Tiruan”, Jurnal TIMES , Vol. III No 2, pp 1-5 , 2014.

N. Nurmila, A. Sugiharto, E. A. Sarwoko, “Algoritma Back Propagation Neural Network Untuk Pengenalan Pola Karakter Huruf Jawa”, JMASIF (Jurnal Masyarakat Informatika), Vol 1, No 1 (2010), pp 1-10, 2010.

R. B. Afrianto, H. Tjandrasa, I. Arieshanti, “Prediksi Pergerakan Harga Saham Menggunakan Metode Back Propagation Neural Network”, SIMANTEC, Vol 3, No 3 Desember 2013, pp 132-141, 2013.

L. F. Triani, “Faktor-Faktor Yang Mempengaruhi Perubahan Indeks Harga Saham di Jakarta Islamic Index Selama Tahun 2011”, JOM (Jurnal Organisasi dan Manajemen), Vol 9, No 2 (2013), pp 162-178, 2013.

S. Kosasi, “Penerapan Metode Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Nilai Ujian Sekolah”, JURTEK (Jurnal Teknologi), Volume 7, Number 1 (2014),pp 20-28, 2014.

Dahriani Hakim Tanjung, “Jaringan Saraf Tiruan dengan Backpropagation untuk Memprediksi Penyakit Asma”, Creative Information Technology Journal, Vol 2, No 1 (2014), pp 28-38, 2014.




DOI: http://dx.doi.org/10.22219/kinetik.v2i2.207

DOI (PDF): http://dx.doi.org/10.22219/kinetik.v2i2.207.g46

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 KINETIK

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Statistic:

View My Stats