Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Coding Jurnal Komputer dan Aplikasi
Syaifurrahman , Fatma Agus Setyaningsih, Ayu Trimulya , Syaifurrahman
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM , Fatma Agus Setyaningsih, Ayu Trimulya , Syaifurrahman
Coding Jurnal Komputer dan Aplikasi Vol 3, No 2 (2015): Jurnal Coding Sistem Komputer
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.042 KB) | DOI: 10.26418/coding.v3i2.10784

Abstract

Pembelian saham sudah menjadi salah satu pilihan modal yang sah saat ini. Saham memungkinkan investor mendapatkan keuntungan besar dalam jangka waktu singkat, namun juga beresiko membuat investor mengalami kerugian yang besar dalam waktu yang singkat pula. Oleh karena itu dibuat sebuah aplikasi peramalan harga saham menggunakan jaringan syaraf tiruan yang nantinya dapat menjadi pertimbangan para investor saat mengambil keputusan dalam proses jual-beli saham. Jaringan syaraf tiruan merupakan model yang meniru cara kerja jaringan neural biologis. Penelitian ini menerapkan salah satu metode jaringan syaraf tiruan yaitu backpropagation dengan fungsi aktivasi sigmoid biner untuk peramalan harga penutupan saham PT. Adaro Energy. Peramalan harga penutupan saham ini menggunakan 6 variabel data transaksi saham, antara lain harga pembukaan, harga tertinggi, harga terendah, harga penutupan, harga jual, dan harga beli. Sedangkan hasil peramalan yang menjadi target penelitian adalah harga penutupan saham di hari berikutnya. Percobaan dilakukan dengan menggunakan 4 kombinasi arsitektur jaringan yang berbeda. Percobaan-percobaan yang dilakukan merupakan kombinasi dari jumlah neuron pada layar tersembunyi pertama, jumlah neuron pada layar tersembunyi kedua, dan jumlah iterasi maksimum. Arsitektur jaringan terbaik hasil percobaan yang digunakan untuk peramalan adalah 6-25-25-250000 dengan target error sebesar 0.0001, laju pembelajaran 0.5, dan momentum 0.9.
Co-Authors