Indah Ainurrohmah (2020) Hybrid Jaringan Syaraf Tiruan Extreme Learning Machine (Elm), Firefly Algorithm (Fa) Dan Simulated Annealing (Sa) Untuk Memprediksi Harga Saham. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN DEPAN) 1. HALAMAN DEPAN.pdf Download (1MB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (232kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (271kB)
	Text (BAB 1 PENDAHULUAN) 4. BAB I PENDAHULUAN.pdf Download (354kB)
	Text (BAB 2 TINJAUAN PUSTAKA) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 16 August 2023. Download (704kB) | Request a copy
	Text (BAB 3 METODOLOGI PENELITIAN) 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only until 16 August 2023. Download (565kB) | Request a copy
	Text (BAB 4 PEMBAHASAN) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 16 August 2023. Download (783kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 16 August 2023. Download (231kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (350kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only until 16 August 2023. Download (886kB) | Request a copy

Abstract

Investasi saham merupakan jenis investasi yang banyak diminati di Indonesia. Penting bagi para calon investor untuk memprediksi harga saham sebelum membeli. Saham yang menyatakan porsi kepemilikan atas suatu perusahaan merupakan salah satu jenis investasi yang agresif pergerakannya. Harga saham suatu perusahaan dapat berubah-ubah tergantung dari kondisi perusahaan tersebut dan keadaan ekonomi negaranya. Memprediksi harga saham pada penelitian ini adalah dengan menggunakan hybrid Jaringan Syaraf Tiruan metode Extreme Learning Machine (ELM), Firefly Algorithm (FA), dan Simulated Annealing (SA). Dalam hal ini, ELM digunakan untuk menentukan nilai peramalan, sedangkan FA dan SA digunakan untuk menyusun dan mengoptimalkan bobot dan bias yang akan digunakan dalam proses peramalan. Proses peramalan harga saham dengan hybrid JST ELM dengan FA dan SA diawali dengan input dan normalisasi data lalu proses pelatihan agar didapatkan bobot dan bias yang optimal. Setelah didapatkan bobot yang optimal dari proses pelatihan, selanjutnya adalah proses uji validasi lalu proses peramalan. Data yang digunakan untuk proses peramalan ini adalah sebanyak 250 data dari 21 Agustus 2018 sampai 30 Agustus 2019 dengan ketentuan pembagian data adalah 80% data untuk pelatihan dan 20% data untuk uji validasi. Setelah didapatkan bobot yang optimal dari proses data pelatihan, bobot optimal tersebut akan digunakan pada proses uji validasi. Berdasarkan implementasi pada data harga saham, diperoleh nilai MAD hasil proses pelatihan adalah sebesar 0.0025957812 dan selisih rata-rata hasil uji validasi adalah sebesar 401.152835789.

Actions (login required)

View Item