Perbandingan Prediksi Harga Saham dengan model ARIMA dan Artificial Neural Network

Authors

  • Bagas Yafitra Pandji Telkom University
  • Indwiarti Indwiarti
  • Aniq Atiqi Rohmawati

DOI:

https://doi.org/10.34818/INDOJC.2019.4.2.344

Abstract

Kondisi perekonomian dunia mengalami perubahan yang signifikan, mayoritas merupakan dampak dari kenaikan minyak dunia, karena minyak merupakan sumber energi utama di dunia. Kondisi tersebut juga berimbas pada harga saham di pasar modal. Ada beberapa variabel yang mempengaruhi nilai return saham, yang sifatnya linier dan non-linier terhadap return harga saham. Untuk memodelkan observasi yang linier digunakan model time series Autoregressive Moving Average (ARIMA). Selanjutnya, untuk observasi yang non-linier digunakan Artificial Neural Network (ANN). Pada penelitian ini didapatkan perbandingan hasil perhitungan error RMSE dengan model ARIMA (1, 0, 0), dan ARIMA (2, 0, 0), masing-masing sebesar 1,3738, 1.5514, sedangkan ANN dengan 16 hidden layer sebesar 4.6814. Hasil dari penelitian ini model ARIMA (1, 0, 0) lebih akurat dibandingkan metode ANN dalam prediksi harga saham PT. Bumi Citra Permai Tbk.


Kata Kunci: ARIMA, ANN, Prediksi, Saham

Downloads

Download data is not yet available.

References

Makridakis, S., Wheelwright, S.C., & McGee, V.E. (n.d.). Metode dan Aplikasi Peramalan Jilid 1 Edisi Kedua (Vol. 61 & 339). (M. &. Ir. Untung Sus Ardiyanto, Trans.) Jakarta: Erlangga.

Ayodele, A., Charles, K., Marion, A., & Sunday, O.2012. Stock Price Prediction using Neural Network with Hybridized Market Indicator s

Spiegel, R. Murray dan Stephens, Larry J. (2007). STATISTIK Schaum's OuTlines, Edisi Ketiga. Jakarta: Erlangga.

Salmon, S. H. (2015). Pemodelan ARIMA dalam Prediksi Penumpang Pesawat Terbang pada Bandara Internasional Sam Ratulangi Manado.

Mulyono, S. (2000). Peramalan Bisnis dan Ekonometrika. Yogyakarta: BPFE.

Suyanto, ST, Msc. (2011). Artificial Intelligence. Bandung.

Siang, J. J. 2005. Jaringan Syaraf Tiruan &Pemrogramannya Menggunakan MATLAB.Yogyakarta: ANDI.

Makridarkis, Wheelwright, dan McGee. 1999. Metode dan Aplikasi Peramalan edisi ke-2. Alih bahasaUntung Sus Andriyanto dan Abdul Basith.Jakarta: Erlangga.

Joarder Kamruzzaman and Ruhul A. Sarker, “Comparing ANN Based Models with ARIMA for Prediction of Forex Ratesâ€, ASOR BULLETIN, Vol. 22, No. 2, pp. 2-11.

Chauhan, B., Bidave, U., Gangathade, A., Kale, S., Stock Market Prediction Using Artificial Neural Network . International

Downloads

Published

2019-09-09

How to Cite

Pandji, B. Y., Indwiarti, I., & Rohmawati, A. A. (2019). Perbandingan Prediksi Harga Saham dengan model ARIMA dan Artificial Neural Network. Indonesian Journal on Computing (Indo-JC), 4(2), 189–198. https://doi.org/10.34818/INDOJC.2019.4.2.344

Issue

Vol. 4 No. 2 (2019): September, 2019

Section

Computer Science

License

  • Manuscript submitted to IndoJC has to be an original work of the author(s), contains no element of plagiarism, and has never been published or is not being considered for publication in other journals. 
  • Copyright on any article is retained by the author(s). Regarding copyright transfers please see below.
  • Authors grant IndoJC a license to publish the article and identify itself as the original publisher.
  • Authors grant IndoJC commercial rights to produce hardcopy volumes of the journal for sale to libraries and individuals.
  • Authors grant any third party the right to use the article freely as long as its original authors and citation details are identified.
  • The article and any associated published material is distributed under the Creative Commons Attribution 4.0License

Most read articles by the same author(s)

> >>