INTISARI
Oleh: ELIYANI
Jaringan syaraf tiruan merupakan model yang meniru cara kerja jaringan neural biologis. Pada tesis ini menerapkan salah satu metode jaringan syaraf tiruan yaitu backpropagation dengan fungsi aktivasi sigmoid untuk peramalan harga saham perusahaan. Kriteria informasi untuk seleksi model menggunakan MSE, SSE, MAE, SBC dan AIC. Penentuan peramalan saham ini berdasarkan pada variabel-variabel data transaksi saham biasa, berupa kombinasi harga pembukaan, harga tertinggi, harga terendah, harga penutupan, index pergerakan saham dan volume saham yang terjual. Hasil peramalan adalah harga saham penutupan esok hari. Arsitektur jaringan yang digunakan untuk peramalan adalah 5-30-1 dengan learning rate 0.04 dan momentum 0.8 dengan memberikan error/galat minimum.
Kata-kata kunci: Backpropagation, Fungsi Aktivasi Sigmoid, Learning Rate, Momentum, MSE, SSE, MAE, SBC dan AIC.
Kata-kata kunci: Backpropagation, Fungsi Aktivasi Sigmoid, Learning Rate, Momentum, MSE, SSE, MAE, SBC dan AIC.
ABSTRACT
An artificial neural network is a model that imitates the work biological neural network. This thesis applied one of the artificial neural networks method is backpropagation with the sigmoid activation function for forecasting of company stock prices. The information criterion for selection model used MSE, SSE, MAE, SBC and AIC. Forecasting of company stock prices is based on normal variables data stock transaction, combination of the high price, low price, closing price, index and volume. The Result of the forecasting is tomorrow closing price. Network architecture used for forecasting is 5-30-1 with learning rate 0.04 and the momentum 0.8 and it gives a minimum error.
Key Words : Backpropagation, Fungsi Aktivasi Sigmoid, Learning Rate, Momentum, MSE, SSE, MAE, SBC and AIC.
Key Words : Backpropagation, Fungsi Aktivasi Sigmoid, Learning Rate, Momentum, MSE, SSE, MAE, SBC and AIC.
