<![CDATA[Forecasting atau peramalan diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi sehingga dapat dilakukan tindakan yang tepat. Proses forecasting dimanfaatkan untuk berbagai aspek kehidupan, salah satunya adalah forecasting harga saham. Forecasting harga saham dapat dilakukan dengan algoritma pada jaringan saraf tiruan, yaitu algoritma backpropagation. Pada forecasting dengan jaringan saraf tiruan dibentuk suatu pemodelan jaringan yang dapat memproses data masukan. Pada penelitian ini digunakan suatu pemodelan yang menganalisis faktor-faktor yang mempengaruhi harga saham dan perubahan nya. Faktor-faktor tersebut adalah faktor teknikal, faktor makro ekonomi dan faktor fundamental. Dengan menggunakan faktor-faktor tersebut pada pemodelan jaringan saraf tiruan dihasilkan suatu hasil forecasting yang cukup baik dan akurat, yaitu dengan kekuratan 98,90%. untuk nilai harga saham, 87,65% untuk perubahan harga saham dan 73,20% untuk selisih perubahan harga saham]]>
Copyrights © 2018
