PREDIKSI HARGA PENUTUPAN SAHAM HARIAN BBRI.JK MENGGUNAKAN METODE NEURAL NETWORK BACKPROPAGATION (Studi Kasus : PT. Bank Rakyat Indonesia (Persero) Tbk).

Prediksi harga saham merupakan salah satu penelitian penting dalam bidang perekonomian. Pergerakan harga saham yang tidak stabil menggambarkan kondisi pasar pada saat tertentu dan menjadi indikator penting bagi para trader maupun pembeli saham untuk menentukan apakah mereka akan menjual, menahan atau membeli saham. Perubahan atau fluktuasi harga saham dipengaruhi oleh faktor internal dan eksternal. Faktor internal yang mempengaruhi harga saham yaitu harga pembukaan dan penutupan saham. Faktor eksternal yang mempengaruhi naik turunnya harga saham yaitu inflasi, nilai kurs, dan suku bunga. Oleh karena itu, penelitian ini bertujuan untuk memprediksi harga penutupan saham menggunakan metode Neural Network Backpropagation. Data input yang digunakan untuk melatih dan menguji model jaringan syaraf tiruan Backpropagation yaitu harga pembukaan saham harian BBRI.JK, inflasi, nilai kurs, dan suku bunga pada periode 1 Maret 2021 sampai 31 Maret 2023 dengan total 514 data. Teknik validasi yang digunakan adalah 10-Fold Cross Validation, sedangkan evaluasi program menggunakan penilaian Mean Square Error (MSE). Pada penelitian ini memperoleh hasil terbaik dengan skenario model layer 4-2-1 (4 neuron input, 2 neuron hidden, dan 1 output layer) dengan percobaan iterasi 1000, learning rate 0.1, dengan nilai MSE validasi sebesar 0.0013355 dan MSE keseluruhan dari hasil prediksi sebesar 0.3765073.