PERAMALAN HARGA SAHAM MENGGUNAKAN ALGORITMA BACKPROPAGATION MOMENTUM DENGAN AUTOKORELASI ARIMA

ABSTRAK
Masalah utama yang dimiliki seorang investor adalah dengan adanya fluktuasi harga saham yang dinamis dan selalu berubah setiap hari. Perubahan tersebut dapat membuat seorang investor kebingungan dalam memilih saham mana yang harus dibeli dan saham yang harus dijual. Sektor Telekomunikasi salah satunya yang persaingannya sangat tinggi seperti XL axiata, Indosat, Telkomsel, dan Smartfren. Dengan adanya prediksi harga saham menggunakan metode Neural Network Algoritma Backpropagation dengan momentum. Data dari harga saham dapat ditentukan berdasarkan runtunan waktu (time series). Dengan algoritma ini, jaringan-jaringan dapat dilatih dengan menggunakan data harga saham dari situasi sebelumnya, sehingga dapat membantu para investor pengambilan keputusan periode berikutnya.Berdasarkan hasil peramalan harga saham menggunakan Backpropagation momentum dengan autokorelasi ARIMA menghasilkan nilai rata-rata akurasi sebesar 98%, dengan MSE terkecil 0.02 dan MAPE 0.59. Selisih error yang dihasilkan jaringan menggunakan autokorelasi lebih akurat dibandingkan peramalan tanpa menggunakan autokorelasi, MAPE yang dihasilkan sebesar 0.14%