Main Article Content
Abstract
Prediksi harga saham adalah suatu proses menganalisis dan menentukan harga suatu saham di masayang akan datang. Dengan analisis teknikal, prediksi harga saham di masa datang dapat ditentukan daripembelajaran pola fluktuasi harga saham tersebut di masa lampau. Pada penelitian ini, akan diteliti keakuratandua algoritma Neural Network yang sering digunakan dalam memprediksi harga saham dan satu algoritmahybrid yang ingin diketahui kelebihannya dibandingkan kedua algoritma tersebut. Algoritma pertama adalahalgoritma Backpropagation Network, dimana algoritma ini mempunyai keakuratan prediksi yang tinggi biladata pembelajarannya relatif stabil. Algoritma kedua adalah algoritma Self Organizing Maps Kohonen, dimanaalgoritma ini mempunyai keakuratan prediksi yang cukup tinggi walaupun pola data pembelajarannya bersifatfluktuatif. Algoritma ketiga adalah algoritma Hybrid, dimana algoritma ini merupakan kombinasi dari keduaalgoritma diatas, dan diharapkan dapat memberikan keakuratan prediksi yang sangat tinggi, baik untuk datapembelajaran yang bersifat stabil maupun fluktuatif.Setiap algoritma melakukan proses prediksi saham dengan menggunakan data dari perusahaan AstraInternational Tbk., Gudang Garam Tbk., dan Telekomunikasi Tbk. Kemudian untuk mengetahui keakuratanprediksi harga saham setiap algoritma, dilakukan pengujian dengan menggunakan data saham yang terdiri daridata baru dan data pelatihan untuk mendapatkan nilai kesalahan mutlak. Hasil dari penelitian ini membuktikanbahwa algoritma Hybrid dapat memberikan keakuratan prediksi harga saham yang lebih tinggi dibandingkandengan algoritma Backpropagation Network maupun algoritma Self Organizing Maps Kohonen.Kata kunci: Neural Network, algoritma Hybrid, algoritma Backpropagation Network, algoritma Self OrganizingMaps Kohonen, prediksi saham