PENERAPAN ALGORITMA ARTIFICIAL NEURAL NETWORK DALAM PREDIKSI HARGA SAHAM LQ45 PT. BANK RAKYAT INDONESIA, TBK

Abstrak

Seiring perkembangan ekonomi Indonesia yang melemah pada tahun-tahun terakhir ini, mengakibatkan pergerakan indeks saham yang tercatat di BEI terutama LQ45 juga mengalamikenaikan dan penurunan, sehingga perlu dilakukan analisis pergerakan harga saham agar hasil analisis bisa digunakan oleh para investor untuk pengambilan keputusan dalam berinvestasi.
Pada penelitian ini akan menerapkan algoritma Artificial Neural Network untuk memprediksi harga saham LQ45 dengan studi kasus Bank BRI. Dengan menggunakan empat atribut yaitu nilai open, high, low sebagai predictor dan close sebagai class, penelitian ini berfokus pada penentuan nilai akurasi, Root Mean Squared Error (RMSE) dan Normalized Mean Absolute Error (NMAE), dengan mengoptimalkan nilai-nilai parameter. Hasil Optimasi Parameter tersebut akan diujikan, dengan pemilihan ukuran hidden layer ( 3, 9, 15 neuron) pada algoritma Artificial Neural Network. Dengan mengoptimalkan nilai-nilai parameter dan pemilihan ukuran hidden layer memberikan hasil yang lebih baik, terbukti dengan hasil akurasi, RMSE dan NMAE masing-masing sebagai berikut : 81.80%, 22.042, dan 0.028.