Peramalan harga saham menggunakan jaringan syaraf tiruan backpropagation

Peramalan dilakukan untuk mengestimasi suatu perilaku data berdasarkan analisis dan pengolahan data historis. Jaringan syaraf tiruan backpropagation merupakan metode yang efisien untuk meramalkan pasar modal dan indeks harga saham. Jaringan syaraf backpropagation menggunakan perubahan bobot secara heuristik dalam pencarian nilai optimum. Dalam penelitian ini diimplementasikan jaringan syaraf tiruan untuk memprediksikan harga saham berdasarkan data historisnya. Data yang digunakan untuk pelatihan dan pengujian, adalah data harga penutupan, harga permintaan, harga penawaran, volume penjualan emiten BCA, Bank Mega, Bank Mandiri dan nilai tukar rupiah pada Bursa Efek Jakarta. Uji coba dilakukan dengan menggunakan struktur jaringan syaraf multi layer feedforward. Pada proses pelatihan dilakukan uji coba dengan variasi jumlah neuron lapisan masukan dan jumlah neuron lapisan tersembunyi untuk menghasilkan model terbaik. Tolok ukur keberhasilan pengujian model dilakukan dengan menghitung mean square error (MSE). Data yang digunakan adalah data harga penutupan, harga permintaan, harga penawaran, volume penjualan dan nilai tukar rupiah emiten BCA, Bank Mega, dan Bank Mandiri periode Januari – Desember 2005. Pengaruh penambahan jumlah neuron lapisan tersembunyi mengakibatkan nilai MSE jaringan syaraf backpropagation semakin besar. MSE yang dihasilkan untuk tiap-tiap emiten adalah 0.0131 untuk emiten BCA, 0.00644 untuk Bank Mandiri, dan 0.01577 untuk Bank Mega. Sedangkan ketepatan hasil prediksi untuk naik-turunnya adalah 52.1739130435 % dari data uji emiten BCA, 34.7826086957 % dari data uji emiten Bank Mandiri dan 17.3913043478 % dari data uji emiten Bank Mega