Dwi Efri Rufiyanti, 4111411058 (2015) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN INPUT MODEL ARIMA UNTUK PERAMALAN HARGA SAHAM. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

Preview

PDF - Published Version Download (2MB) | Preview

Abstract

Tujuan pada tulisan ini untuk menentukan hasil ramalan harga saham tiga periode berikutnya menggunakan metode ARIMA, JST, dan hibrid ARIMA–JST dan mengetahui metode yang optimal diantara metode tersebut. ARIMA dan JST backpropagatiaon merupakan metode yang sering digunakan dalam meramalkan suatu data dengan menggunakan data historis untuk meramalkan data masa depan. Data yang digunakan dalam simulasi yaitu data harga penutupan saham Astra Agro Lestari Tbk. (AALI.JK) yang dicatat berdasarkan banyaknya hari kerja yaitu 1 minggu terdiri dari 5 hari (Senin-Jum‟at) dan tidak termasuk hari libur. Data yang telah diperoleh tersebut diinputkan ke dalam program yang telah dirancang menggunakan GUI Matlab R2014a. Kemudian diproses menggunakan masing masing metode tersebut. Berdasarkan hasil simulasi dengan menggunakan metode ARIMA diperoleh model ARIMA terbaik yaitu ARIMA . Model tersebut digunakan untuk meramalkan harga saham periode berikutnya. Hasil peramalan tiga periode secara berturut-turut adalah , , dan dengan nilai MAPE sebesar . Pada peramalan menggunakan metode Jaringan Syaraf Tiruan (JST), diperoleh arsitektur jaringan yang optimum adalah jumlah neuron pada lapisan input sebanyak 1 neuron, jumlah neuron pada lapisan tersembunyi pertama sebanyak 5 neuron dan jumlah neuron pada lapisan tersembunyi kedua sebanyak 5 neuron dengan rata-rata nilai MAPE sebesar pada tahap pelatihan dan nilai MAPE sebesar pada tahap pengujian. Hasil peramalan menggunakan jaringan optimum tersebut adalah , , dan dengan nilai MAPE sebesar . Sedangkan pada metode hibrid ARIMA-JST, diperoleh jaringan yang optimum adalah jaringan dengan arsitektur jumlah neuron pada lapisan input sebanyak 1 neuron, jumlah neuron pada lapisan tersembunyi pertama sebanyak 5 neuron dan jumlah neuron pada lapisan tersembunyi kedua sebanyak 5 neuron dengan rata-rata nilai MAPE sebesar pada tahap pelatihan dan pada tahap pengujian. Hasil peramalan menggunakan jaringan optimum tersebut adalah , , dan dengan nilai MAPE sebesar 1,621%. Sehingga metode yang optimal untuk meramalkan harga saham tersebut pada periode berikutnya adalah metode JST.

Actions (login required)

View Item