Prediksi keputusan pembelian saham per hari dengan metode jaringan saraf tiruan (studi kasus PT. Indofood CBP Sukses Mandiri Tbk.) / Deo Pradipta Putra Setyadi - Repositori Universitas Negeri Malang

Prediksi keputusan pembelian saham per hari dengan metode jaringan saraf tiruan (studi kasus PT. Indofood CBP Sukses Mandiri Tbk.) / Deo Pradipta Putra Setyadi

Setyadi, Deo Pradipta Putra (2020) Prediksi keputusan pembelian saham per hari dengan metode jaringan saraf tiruan (studi kasus PT. Indofood CBP Sukses Mandiri Tbk.) / Deo Pradipta Putra Setyadi. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Deo Pradipta Putra Setyadi. 2019. Prediksi Keputusan Pembelian Saham Per Hari Dengan Metode Jaringan Saraf Tiruan (Studi Kasus PT Indofood CBP Sukses Makmur Tbk) Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Utomo Pujianto S.Kom. M.Kom. Pembimbing (II) Muhammad Iqbal Akbar S.ST. M.MT. Kata Kunci Prediksi Keputusan Saham Jaringan Saraf Tiruan Backpropagation Sulitnya menentukan keputusan pembelian saham menjadi permasalahan untuk mendapatkan keuntungan dari transaksi saham. Sebagian besar penelitian terdahulu yang telah dilakukan hanya membahas tentang prediksi harga saham. Sedangkan pada penelitian ini bertujuan untuk memberi keputusan seseorang dalam membeli dan menjual salah satu saham perusahaan emiten untuk mendapatkan keuntungan pada hari yang sama. Dataset yang digunakan pada penelitian ini diambil dari website investing.com. Dataset yang digunakan berjumlah 182 data dari Januari 2019 hingga September 2019. Atribut yang digunakan dalam penelitian ini adalah harga pembukaan harga tertinggi harga terendah harga penutupan volume transaksi representasi hari dan keputusan. Dataset dinormalisasi menggunakan normalisasi Min-Max untuk mempermudah pengolahan data. Validasi pada penelitian ini menggunakan 10-Fold Cross Validation dan Confusion Matrix. Metode jaringan saraf tiruan backpropagation menggunakan fungsi aktivasi bipolar dengan training cycles sebesar 2000 dan learning rate sebesar 0.03 memiliki performa terbaik dengan akurasi 69.35% presisi 67.65% recall 74.19% dan error rate 30.65%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 07 Jan 2020 04:29
Last Modified: 09 Sep 2020 03:00
URI: http://repository.um.ac.id/id/eprint/99044

Actions (login required)

View Item View Item