16.04.073
005.019 - Computer Programming, Programs, Data- Prsychological principles; usability
Karya Ilmiah - Skripsi (S1) - Reference
Computer Pragramming
Prediksi pergerakan indeks harga saham dapat dikategorikan sebagai permasalahan yang cukup menantang dalam prediksi finansial. Prediksi pergerakan indeks harga saham yang akurat dapat. memberikan keuntungan yang besar bagi investornya. Namun, kompleksitas pasar saham mengakibatkan pengembangan model prediksi yang dapat dikatakan efektif menjadi sangat sulit. Pada tugas akhir ini, penulis mencoba mengembangkan dua model, yaitu Artificial Neural Network (ANN) dan Support Vector Machine (SVM) yang dikenal cukup akurat dalam memprediksi pergerakan indeks harga saham serta membandingkan performansinya dengan studi kasus masukan berupa sepuluh indikator analisis teknikal saham, dimana data yang dipakai berasal dari Indeks Harga Saham Gabungan (IHSG) yang merupakan indeks harga saham utama dari bursa saham Indonesia. Dari hasil penelitian yang dilakukan dapat disimpulkan bahwa SVM mengungguli ANN dari segi akurasi prediksi pergerakan harga saham IHSG dengan akurasi tertinggi SVM sebesar 56,405% dan akurasi tertinggi ANN sebesar 56,40498% untuk data masukan berupa analisis teknikal saham dengan periode waktu tiga hari.
Kata Kunci: Artifical Neural Network, Support Vector Machine, Analisis Teknikal Saham, Prediksi, Indeks Harga Saham Gabungan, Tren
Tersedia 1 dari total 1 Koleksi
Nama | FANI NURAINI |
Jenis | Perorangan |
Penyunting | Jondri, Tjokorda A Budi Wirayuda |
Penerjemah |
Nama | Universitas Telkom, S1 Informatika |
Kota | Bandung |
Tahun | 2016 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |