Peramalan Nilai Saham menggunakan jaringan saraf tiruan Self-Organizing Maps

ABSTRAKSI: Pasar saham diharapkan dapat mengumpulkan uang dari masyarakat untuk membangun dan meningkatkan pendapatan masyarakat. Masyarakat yang menjadi investor utama dalam pasar saham dapat mengetahui dan mengerti dalam analisis penanaman saham lebih banyak sehingga dapat memberikan keuntungan yang paling optimal. Salah satu pendekatan untuk mengevaluasi penanaman saham dengan menggunakan analisis teknikal yang menggunakan data atau catatan dari sebuah pasar yang diterbitkan koran, majalah atau internet, contohnya nilai saham, volume perdagangan dan faktor lain yang mempengaruhi nilai saham secara teknis maka diperlukan peramalan saham yang digunakan untuk acuan broker.Tujuan penetian ini untuk membangun sebuah sistem berdasarkan Self-Organizing Maps(SOM) untuk mengetahui peramalan pada esok hari juga untuk mengetahui algoritma pelatihan yang tepat. Alasan pemilihan SOM, khususnya peramalan nilai saham karena algoritma Self – Organizing Maps lebih baik karena ketepatannya dalam mengklasifikasi kasus pada saat training set dan test set. Self-Organizing Maps dengan algoritma pelatihan sekuensial dan batch yang digunakan untuk membentuk pola yang menjadi output dari pelatihan SOM. Hasil dari penelitian menunjukkan akurasi peramalan untuk esok hari selama sebulan sebesar 77.5 % dengan error rate 0.01%-1%.Kata Kunci : sekuensial, Batch, Self-Organizing Maps, analisis teknikalABSTRACT: Stock market is hoped can collect society’s moneys for building for building and increasing society’s income. Society as the main investor on money market has to know and understand the analysis of stock investation for knowing how much of it, so they can give the most optimal return. One of approaches for evaluating stock investation for is technical analysis that used data or note of market, which is published at newspapaer, magazine or internet. For example stock prce, market volume, and the other factor which have technical characters then it is needed price forecasting which are used for broker.The purpose of this research are for making a system which based to Self-Organizing Maps(SOM) for knowing what the forecasting of stock price for next day and for knowing which training algorithm is the most objective. Why SOM is choosed for forecasting because SOM can precise classification case at training set and test set. Self-Organizing Maps with training algorithm sequential and batch are used for pattern become output from training SOM. This result of this research show forecasting accuracy for next day during a month are 77.5% with range error rate 0.01%-1%.Keyword: Sequence, Batch, Self-Organizing Maps, Technical Analysi