ALGHORITMA BACKPROPAGATION NEURAL NETWORK DENGAN MENGOPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI SAHAM BANK BCA

Muhamad Muzani; Martanto Martanto; Arif Rinaldi Dikananda; Ahmad Rifai

doi:10.23960/jitet.v13i2.6208

Muhamad Muzani
STMIK IKMI CIREBON
Martanto Martanto
STMIK IKMI CIREBON
Arif Rinaldi Dikananda
STMIK IKMI CIREBON
Ahmad Rifai
STMIK IKMI CIREBON

DOI: https://doi.org/10.23960/jitet.v13i2.6208

Abstract Views (Last 12 Months)

484 Abstract Views

379 Downloads

Abstract

Pasar saham menjadi instrumen investasi menarik di tengah pesatnya perkembangan teknologi informasi. Namun, volatilitas harga saham yang tinggi sering menyulitkan investor mengambil keputusan. Prediksi harga saham menjadi penting untuk membantu menyusun strategi investasi yang efektif. Penelitian ini menggunakan kerangka kerja Knowledge Discovery in Databases (KDD), mencakup tahap data selection, data preprocessing, data transformation, data mining, dan interpretation/evaluation. Data historis harga saham Bank BCA dikumpulkan dari sumber terpercaya dan dianalisis untuk memilih fitur relevan yang memengaruhi harga saham. Model Backpropagation Neural Network (BPNN) diterapkan untuk prediksi, dengan optimasi menggunakan Particle Swarm Optimization (PSO) guna meningkatkan akurasi dan kecepatan konvergensi model. Evaluasi model dilakukan dengan metrik Squared Error (SE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan SE sebesar 0.325 dengan margin kesalahan ±0.565, menandakan kesalahan prediksi rendah. RMSE sebesar 0.570 dengan margin ±0.000 mengindikasikan model memiliki akurasi tinggi, dengan prediksi yang sangat mendekati nilai aktual.

Downloads

Download data is not yet available.

References

I. I. Ridho et al., “Penerapan Artificial Neural Network dengan Metode Backpropagation Dalam Memprediksi Harga Saham (Kasus: PT. Bank BCA, Tbk),” J. Ris. Sist. Inf. Dan Tek. Inform., vol. 8, pp. 295–303, 2023, [Online]. Available: https://tunasbangsa.ac.id/ejurnal/index.php/jurasik

J. R. Simanungkalit, H. Haviluddin, H. S. Pakpahan, N. Puspitasari, and M. Wati, “Algoritma Backpropagation Neural Network dalam Memprediksi Harga Komoditi Tanaman Karet,” Ilk. J. Ilm., vol. 12, no. 1, pp. 32–38, 2020, doi: 10.33096/ilkom.v12i1.521.32-38.

E. Eviyulia, “Pemanfaatan ANN untuk Prediksi Penjualan Online Industri Rumahan selama Pandemi Covid-19,” J. Sains dan Inform., vol. 7, no. 1, pp. 1–7, 2021, doi: 10.22216/jsi.v7i1.234.

I. W. P. Agung, “Optimasi Parameter Input pada Artificial Neural Network untuk Meningkatkan Akurasi Prediksi Indeks Harga Saham,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 10, no. 2, pp. 211–216, 2021, doi: 10.32736/sisfokom.v10i2.1166.

K. F. Irnanda, A. P. Windarto, and I. S. Damanik, “Optimasi Particle Swarm Optimization Pada Peningkatan Prediksi dengan Metode Backpropagation Menggunakan Software RapidMiner,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 1, p. 122, 2022, doi: 10.30865/jurikom.v9i1.3836.

A. Agustyawan, T. G. Laksana, and U. Athiyah, “Combination of Backpropagation Neural Network and Particle Swarm Optimization for Water Production Prediction in Municipal Waterworks,” Sci. J. Informatics, vol. 9, no. 1, pp. 84–94, 2022, doi: 10.15294/sji.v9i1.29849.

A. Purwinarko and F. Amalia Langgundi, “Crude oil price prediction using Artificial Neural Network-Backpropagation (ANN-BP) and Particle Swarm Optimization (PSO) methods,” J. Soft Comput. Explor., vol. 4, no. 2, pp. 99–106, 2023, doi: 10.52465/joscex.v4i2.159.

A. Muliawan, D. A. Fauziah, and F. Wiranto, “Experiment Time Series Forcasting Using Machine Learning (Case studi : Stock Value Prediction),” Proceeding Int. Conf. Econ. Bus. Inf. Technol., vol. 4, pp. 834–839, 2023, doi: 10.31967/prmandala.v4i0.831.

S. F. Wardhani and D. Gea, “Comparison Artificial Neural Network Methods of Backpropagation and Learning Vector Quantization for Forecasting Stock Prices,” J. Theor. Appl. Inf. Technol., vol. 100, no. 21, pp. 6674–6685, 2022.

V. P. Ramadhan and F. Y. Pamuji, “Analisis Perbandingan Algoritma Forecasting dalam Prediksi Harga Saham LQ45 PT Bank Mandiri Sekuritas (BMRI),” J. Teknol. dan Manaj. Inform., vol. 8, no. 1, pp. 39–45, 2022, doi: 10.26905/jtmi.v8i1.6092.

M. F. Mahfuzh and R. V. Yuliantari, “Analisis Penerapan Artificial Neural Network Algoritma Propagasi Balik untuk Meramalkan Harga Saham pada Bursa Efek Indonesia,” J. Appl. Electr. Eng., vol. 6, no. 1, pp. 1–3, 2022, doi: 10.30871/jaee.v6i1.3814.

A. Irianti, P. H. Rantelinggi, A. Taufik, N. Zulkarnaim, and S. Cokrowibowo, “Implementation of Backpropagation Artificial Neural Network For Food Price Prediction in Majene Central Market,” J. Tek. Inform., vol. 3, no. 3, pp. 681–688, 2022, [Online]. Available: https://doi.org/10.20884/1.jutif.2022.3.3.226

A. F. Pramesti and D. Suhendro, “Jaringan saraf tiruan untuk memprediksi permohonan instalasi listrik menggunakan algoritma backpropagation,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 12, no. 3, pp. 1548–1557, 2024.

P. Ariyadi, M. M. Effendi, and S. B. Raharjo, “Analisa Prediksi Harga Saham Blue Chip Lq45 Dengan Metode Data Mining Backpropagation Neural Network (Studi Kasus Di Bursa Efek Indonesia),” Pros. Sains dan Teknol., vol. 1, no. 1, pp. 68–76, 2022.

D. Saputro and D. Swanjaya, “Analisa Prediksi Harga Saham Menggunakan Neural Network Dan Net Foreign Flow,” Gener. J., vol. 7, no. 2, pp. 96–104, 2023, doi: 10.29407/gj.v7i2.20001.

A. Fitriadini, T. Pramiyati, and A. B. Pangaribuan, “Penerapan Backpropagation Neural Network Dalam Prediksi Harga Saham,” Semin. Nas. Mhs. Ilmu Komput. dan Apl., pp. 561–573, 2020.

N. Santi and S. Widodo, “Algoritma Neural Network Backpropagation Untuk Prediksi Harga Saham Pada Tiga Golongan Perusahaan Berdasarkan Kapitalisasinya,” Fakt. Exacta, vol. 14, no. 3, p. 131, 2021, doi: 10.30998/faktorexacta.v14i3.9365.

ALGHORITMA BACKPROPAGATION NEURAL NETWORK DENGAN MENGOPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI SAHAM BANK BCA

Abstract

Downloads

References

Most read articles by the same author(s)