Implementasi Metode Backpropagation Neural Network Untuk Memprediksi Saham Bank Terbesar di Indonesia

Muh. Falah Mubaraq, Nelti Juliana Sahera, Indri Indri, Rizal Adi Saputra

Abstract


Prediksi harga saham yang akurat sangat penting bagi investor untuk membuat keputusan investasi yang bijak. Penelitian ini bertujuan untuk memprediksi harga saham harga close tiga bank besar di Indonesia menggunakan algoritma backpropagation neural network. Metode penelitian meliputi pengumpulan data historis harian dari Yahoo Finance, preprocessing data, dan pembuatan model neural network dengan satu hidden layer. Evaluasi model menggunakan metrik RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa model prediksi memiliki tingkat akurasi yang tinggi untuk ketiga bank. Bank Mandiri mencapai performa terbaik dengan 3 neuron hidden layer, learning rate 0.01, dan toleransi error 0.000001, menghasilkan RMSE 49.565, MAE 38.3087, dan MAPE 0.63%. Bank BRI optimal dengan 12 neuron hidden layer (RMSE 50.003, MAE 29.5462, MAPE 0.74%), sementara Bank BCA dengan 6 neuron hidden layer (RMSE 62.434, MAE 47.7587, MAPE 0.51%). Kesimpulannya, algoritma backpropagation neural network terbukti efektif dalam memprediksi harga saham penutup dengan tingkat akurasi tinggi, ditunjukkan oleh nilai MAPE di bawah 1% untuk ketiga bank.

Keywords


Bank BCA, Bank BRI, Bank Mandiri, backpropagation neural network, MAPE, prediksi harga saham.

Full Text:

PDF

References


Ahmad Fadli Ramadhan, & Rizal Adi Saputra. (2023). Prediksi Jumlah Penumpang Bandar Udara Halu Oleo Kendari Menggunakan Multi-layer Perceptron. JOINTER : Journal of Informatics Engineering, 4(02), 33–38. https://doi.org/10.53682/jointer.v4i02.229

Alamsyah, A., Kristanti, N., & Kristanti, F. T. (2021). Early warning model for financial distress using Artificial Neural Network. IOP Conference Series: Materials Science and Engineering, 1098(5), 052103. https://doi.org/10.1088/1757-899x/1098/5/052103

Amrin, A. (2016). Analisa Komparasi Neural Network Backpropagation Dan Multiple Linear Regression Untuk Peramalan Tingkat Inflasi. Jurnal Teknik Komputer AMIK BSI, 2(2), 2442–2436. https://doi.org/https://doi.org/10.31294/jtk.v2i2.1591

Novita, A. (2017). Prediksi Pergerakan Harga Saham Pada Bank Terbesar Di Indonesia Dengan Metode Backpropagation Neural Network. Jutisi: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 05(01), 965–972.

Santoso, A., & Hansun, S. (2019). Prediksi IHSG dengan Backpropagation Neural Network. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 313–318. https://doi.org/10.29207/resti.v3i2.887

Saputro, D., & Swanjaya, D. (2023). Analisa Prediksi Harga Saham Menggunakan Neural Network Dan Net Foreign Flow. Generation Journal, 7(2), 96–104. https://doi.org/10.29407/gj.v7i2.20001

Sari, L., Harahap, S., & Ritonga, I. (2024). Memprediksi Data Saham Bank Mandiri Menggunakan Metode Algoritma Regresi Linear Dengan Bantuan Rapid Miner. Informatika, 12(2), 124–131.

Wulandari, O. S., Rahayu, S. M., & Nuzula, N. F. (2016). Analisis Fundamental Menggunakan Pendekatan Price Earnings Ratio untuk Menilai Harga Intrinsik Saham untuk Pengambilan Keputusan Investasi Saham (Studi pada Perusahaan yang sahamnya masuk indeks LQ45 tahun 2010-2012 di Bursa Efek Indonesia). Jurnal Administrasi Bisnis (JAB)|Vol, 23(1), 73–80.

Yanto, M., Mayola, L., & Hafizh, M. (2017). Neural Network Backprogation Identifikasi Pola Harga Saham Jakarta Islamic. JURNAL RESTI(Rekayasa Sistem Dan Teknologi Informasi), 1(3), 90–94.




DOI: https://doi.org/10.36987/informatika.v12i3.5966

Hasil gambar untuk committee on publication ethics logo

Jurnal ini mengikuti pedoman dari Committee on Publication Ethics (COPE)dalam menghadapi semua aspek etika publikasi dan, khususnya, bagaimana menangani kasus penelitian dan kesalahan publikasi. Pernyataan ini menjelaskan etika perilaku semua pihak yang terlibat dalam proses penerbitan artikel di jurnal ini, termasuk Penulis, Pemimpin Redaksi, Dewan Redaksi, Mitra Bebestari, dan Penerbit (Akademi Kepolisian Republik Indonesia). INFORMATIKA berkomitmen untuk mengikuti praktik terbaik tentang masalah etika, kesalahan, dan pencabutan. Pencegahan malpraktek publikasi merupakan salah satu tanggung jawab penting dewan redaksi. Segala jenis perilaku tidak etis tidak dapat diterima, dan jurnal tidak mentolerir plagiarisme dalam bentuk apa pun.

 

INFORMATIKA
Journal URL: https://jurnal.ulb.ac.id/index.php/informatika
Journal DOI: 10.36987/informatika
P-ISSN: 2303-2863
E-ISSN: 2615-1855

Alamat Redaksi :
Fakultas Sains dan Teknologi, Universitas Labuhanbatu
Gedung Fakultas Sains dan Teknologi,
Jalan Sisingamangaraja No.126 A KM 3.5 Aek Tapa, Bakaran Batu, Rantau Sel., Kabupaten Labuhan Batu, Sumatera Utara 21418