Rizal, Mochammad (2019) Memprediksi harga saham perbankan menggunakan parameter harga (historical price) dengan metode RBF (Radial Basis Function) / Mochammad Rizal. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
ABSTRAK Rizal Mochammad. 2019. Memprediksi Harga Saham Perbankan Menggunakan Parameter Harga (Historical Prices) dengan Metode RBF (Radial Basis Function). Skripsi. S1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. (II) I Made Wirawan S.T. S.S.T. M.T. Kata kunci Prediksi Harga Saham Neural Network Radial Basis Function Memprediksi harga saham merupakan aktivitas dalam menganalisis perkembangan pada setiap data indeks bursa saham. Pada penelitian ini akan membahas prediksi pasar saham dengan mengulas harga indeks saham menggunakan metode jaringan saraf tiruan (neural network) yaitu metode RBF (Radial Basis Function). Metode RBF merupakan jaringan saraf tiruan yang menggunakan fungsi dasar radial sebagai fungsi aktivasi. Output dari jaringan adalah kombinasi linear dari fungsi dasar radial dari input dan parameter neuron. Pada penelitian ini data input yang dipilih adalah parameter dari harga pembukaan harga tertinggi harga terendah dan harga penutupan saham pada hari yang sama sedangkan ouput merupakan hasil prediksi dari data target harga penutupan di hari berikutnya (H 1). Pengujian hasil prediksi yang akurat dapat dilihat dari perbandingan hasil prediksi dengan nilai saham aktualnya di hari esoknya. Dataset dibagi menjadi data training dan data testing yang diperoleh dari perusahaan perbankan PT. Bank Negara Indonesia sektor finance (BBNI.JK). Untuk aktivasi hidden layer menggunakan fungsi gaussian dimana diperoleh parameter nilai spread terbaik yakni 0 0001. Hasil analisis penelitian ini menunjukkan bahwa algoritma RBF (Radial Basis Function) dapat menghasilkan prediksi harga saham dengan akurasi tinggi. Untuk data training diperoleh hasil MAPE 3 941463232% fitness 0 962079972 dan akurasi harga 96 05853677%. Sedangkan untuk data testing diperoleh hasil MAPE 5 920184001% fitness 0 944107121 dan akurasi harga 94 079816%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 05 Aug 2019 04:29 |
| Last Modified: | 09 Sep 2019 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/99019 |
Actions (login required)
 |
View Item |