Farida, Yuniar (2016) Sistem prediksi saham menggunakan adaptive neuro fuzzy inference system: studi kasus saham mingguan PT Astra Agro Lestari,Tbk. SYSTEMIC : Information System and Informatics Journal, 2 (2). pp. 35-39. ISSN 2460-8092(p) , 2548-6551(e)
Yuniar Farida_ Sistem prediksi saham menggunakan adaptive neuro fuzzy inference system.pdf
Available under License Creative Commons Attribution Share Alike.
Download (759kB)
Abstract
Informasi mengenai harga saham sangat dibutuhkan oleh investor karena pembelian saham akan dilakukan pada saat harga rendah dan sebaliknya penjualan saham dilakukan pada saat harga tinggi. Untuk memprediksi perubahan harga-harga saham di setiap periode dapat dilakukan penelitian sebagai acuan bagi investor dan manajemen perusahaan dalam mengambil keputusan. Metode yang digunakan untuk memprediksi yaitu metode Adaptive Neuro Fuzzy Inference System (ANFIS).Pada penelitian ini metode ANFIS diimplementasikan dengan struktur standar ANFIS yaitu lima layer. Namun sebagai data inputan dianalisis menggunakan analisis time series. Kemudian dihitung RSME sistem prediksi tersebut menggunakan data training dan data testing yang diambil secara acak.Hasil perhitungan RSME dalam proses prediksi diharapkan mengetahui pengolahan data untuk time series begitupun untuk mendapatkan error terkecil sebesar 0,001.
Item Type: | Article |
---|---|
Creators: | Creators Email NIDN Farida, Yuniar greatyuniar@gmail.com 2027057901 |
Uncontrolled Keywords: | Prediksi saham; data time series; anfis |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080607 Information Engineering and Theory 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080611 Information Systems Theory 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080613 Maori Information and Knowledge Systems |
Divisions: | Karya Ilmiah > Artikel |
Depositing User: | Aris Hamidah |
Date Deposited: | 04 Aug 2021 05:02 |
Last Modified: | 08 Aug 2021 15:41 |
URI: | http://repository.uinsa.ac.id/id/eprint/606 |