PREDIKSI HARGA SAHAM DI BURSA EFEK INDONESIA MENGGUNAKAN JARINGAN SYARAF TIRUAN

ABSTRAK

Masalah utama yang dimiliki seorang investor adalah adanya fluktuasi harga saham yang dinamis dan selalu berubah ubah setiap hari. Perubahan harga saham yang dinamis dapat membuat seorang investor kebingungan dalam memilih saham mana yang harus dibeli dan saham mana yang harus dijual. Oleh karena itu dibutuhkan peramalan atau prediksi harga yang tepat sehingga memudahkan para investor dalam membeli dan menjual sahamnya. penelitian yang akan dilakukan adalah prediksi harga saham dengan metode Backpropagation neural network pada Astra International Tbk. dan PT. Unilever Indonesia Tbk. dengan menambahkan input suku bunga, laba perusahaan, volume transaksi, dan harga saham close selama 14 hari sebelumnya. Hasil dari proses pengujian diperoleh arsitektur jaringan terbaik untuk saham Astra International Tbk. yakni menggunakan hidden layer 1 sebanyak 5 neuron, hidden layer 2 sebanyak 10 neuron dan learning rate sebesar 0.1 diperoleh nilai MAPE sebesar 0.738 %. Sedangkan untuk peramalan harga saham Astra International Tbk. menggunakan hidden layer 1 sebanyak 10 neuron, hidden layer 2 sebanyak 50 neuron dan learning rate sebesar 0.05 diperoleh nilai MAPE sebesar 0.831 %. arsitektur jaringan terbaik untuk peramalan harga saham PT. Unilever Indonesia Tbk. yakni menggunakan hidden layer 1 sebanyak 10 neuron, hidden layer 2 sebanyak 50 neuron dan learning rate sebesar 0.05 diperoleh nilai MAPE sebesar 0.806 %. Sedangkan untuk peramalan harga saham PT. Unilever Indonesia Tbk. menggunakan hidden layer 1 sebanyak 10 neuron, hidden layer 2 sebanyak 30 neuron dan learning rate sebesar 0.01 diperoleh nilai MAPE sebesar 0.5539 %.

Kata Kunci: Peramalan Harga Saham, Jaringan Syaraf Tiruan Backpropagation.