Analisis runtun waktu telah banyak digunakan untuk menentukan harga saham masa depan. Analisis dan pemodelan runtun waktu keuangan merupakan tugas penting untuk membantu investor dalam mengambil keputusan. Meskipun demikian, prediksi harga dengan menggunakan runtun waktu tidak sederhana dan memerlukan analisa yang mendalam. Selain itu, di lingkungan yang dinamis seperti pasar saham, non linieritas dari runtun waktu adalah karakteristik yang diucapkan, dan ini segera mempengaruhi keefektifan ramalan harga saham. Dengan demikian, makalah ini bertujuan untuk mengusulkan sebuah metodologi yang meramalkan harga saham bulanan perusahaan Indonesia, yang diperdagangkan di Bursa Efek Jakarta. Kami mengusulkan jaringan syaraf Fuzzy Elman Recurrent untuk meramalkan harga saham dan algoritma genetika untuk mengoptimalkan bobot model. Prediksi kinerja dievaluasi dengan menggunakan perhitungan Mean Absolute Persentase Persentase (MAPE). Makalah ini menyimpulkan bahwa metode yang diusulkan mengoptimalkan peramalan harga.
Copyrights © 2018