Peramalan harga Saham menggunakan Jaringan Saraf Tiruan Metode Probabilistik

ABSTRAK

Probabilistic neural network (PNN) telah banyak diaplikasikan dalam bidang finansial. Pada penelitian ini, PNN digunakan untuk peramalan data harga saham karena kemampuan PNN dalam memodelkan permasalahan yang kompleks. PNN mampu memetakan nilai masa lampau dan nilai masa depan dari data time series dengan proses belajar seperti yang terjadi pada otak manusia. Kinerja PNN dipengaruhi oleh besarnya nilai g. Nilai konstanta g menentukan tingginya tingkat klasifikasi.

Penelitian ini dilakukan untuk melihat pengaruh besarnya nilai g dalam menentukan tingkat klasifikasi untuk peramalan harga saham. Secara umum hasil penelitian menunjukkan dengan indeks saham LQ45 yaitu TKIM dan ADHI, dengan regresi linier data sebanyak 7 untuk saham TKIM menggunakan data saham jenis data tertinggi nilai kebenaran prediksinya 83,3% dengan nilai g = 0,009, dengan regresi data sebanyak 7 nilai kebenaran prediksinya 80% dengan g = 0,01, dengan regresi data sebanyak 5 nilai untuk saham ADHI kebenaran prediksinya 57,1% dengan g = 0,1.

Dari hasil prosentase yang didapat diatas menunjukkan bahwa proses belajar PNN membutuhkan penyesuaian nilai g dan banyaknya set data yang diregresi linier untuk menghasilkan klasifikasi yang maksimal.