Peramalan Harga Saham Menggunakan Jaringan Saraf Tiruan Metode Probabilistik

Posted on
ABSTRAK
Probabilistic neural network (PNN) telah banyak diaplikasikan pada bidang finansial. Di penelitian ini, PNN digunakan bagi peramalan data harga saham karena kemampuan PNN pada memodelkan permasalahan yang kompleks. PNN mampu mengklasifikasi nilai lama lampau dan nilai lama depan dari data time series dengan proses belajar seperti yang terjadi di otak manusia. Daya kerja PNN dipengaruhi oleh besarnya nilai g. Nilai konstanta g menentukan tingginya tingkat klasifikasi.
Penelitian ini dilakukan bagi melihat pengaruh besarnya nilai g pada menentukan tingkat klasifikasi bagi peramalan harga saham. Secara umum hasil penelitian menunjukkan dengan indeks saham LQ45 yaitu TKIM dan ADHI, dengan regresi linier data sebanyak 7 bagi saham TKIM
menggunakan data saham jenis data tertinggi nilai kebenaran prediksinya 83,3% dengan nilai g = 0,009, dengan regresi data sebanyak 7 nilai kebenaran prediksinya 80% dengan g = 0,01, dengan regresi data sebanyak 5 nilai bagi saham ADHI kebenaran prediksinya 57,1% dengan g = 0,1.

Dari hasil prosentase yang didapat diatas menunjukkan bahwa proses belajar PNN membutuhkan penyesuaian nilai g dan banyaknya set data yang diregresi linier bagi menghasilkan klasifikasi yang maksimal.

Kata Kunci : Probabilistic Neural Network, Set Data, Regresi Linier


Unduh File : 
Unduh Source Code Program :

Screnshot Program :

Leave a Reply

Your email address will not be published. Required fields are marked *