Skripsi

Perbandingan model fungsi transfer dan neural network untuk meramalkan harga penutupan saham (close price) pada PT. Bank Central Asia, Tbk. / Nila Rahmawati

Abstrak
iv ABSTRAK Rahmawati Nila. 2018. Perbandingan Model Fungsi Transfer dan Neural Network untuk Meramalkan Harga Penutupan Saham (Close Price) pada PT. Bank Central Asia Tbk. Skripsi. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Negeri Malang. Pembimbing Trianingsih Eni Lestari S.Si M.Si. Kata kunci fungsi transfer neural network harga pembukaan saham harga penutupan saham Pada peramalan data deret waktu peramalan tidak hanya dilakukan dengan menggunakan data univariat akan tetapi dapat juga dilakukan dengan menggunakan data multivariat. Model peramalan multivariat ini merupakan model peramalan yang memperhatikan hubungan antara faktor yang diramalkan dengan satu atau lebih variabel bebas. Model peramalan multivariat yang seringkali digunakan adalah model fungsi transfer dan neural network. Penelitian ini menggunakan model fungsi transfer dan neural network untuk meramalkan data harga penutupan saham (close price) dengan mempertimbangkan pengaruh data harga pembukaan saham (open price) sebagai variabel bebasnya pada model peramalan. Data yang digunakan dalam penelitian ini adalah data harga penutupan saham (close price) dan harga pembukaan saham (open price) bulanan pada PT. Bank Central Asia Tbk dari periode bulan Januari 2010 sampai dengan bulan Juli 2017. Model fungsi transfer yang terbaik adalah fungsi transfer (2 0 0)(1 0 0) dan model neural network yang terbaik adalah model neural network dengan arstitektur jaringan 2-4-1. Nilai MSE MAPE dan MAE dari model fungsi transfer adalah 0 00305 0 17764 dan 0 03972. Sedangkan nilai MSE MAPE dan MAE dari model neural network adalah 0 00840 0 38200 dan 0 07130. Berdasarkan nilai MSE MAPE dan MAE tersebut model terbaik untuk meramalkan harga penutupan saham (close price) adalah model fungsi transfer yang mempunyai nilai MSE MAPE dan MAE lebih kecil dari model neural network.

Informasi Detail

DDC

Rs 519.535 RAH p

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2018.

Deskripsi Fisik

xiii, 132 lembar : il. , tab. ; 30 cm

Bahasa

Indonesia

No Reg

02046/KI/18

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang, 2018

Subjek

1. ANALISIS MULTIVARIAT
2. MULTIVARIATE ANALYSIS

Pembimbing

1.Trianingsih Eni Lestari

Lampiran Berkas