Javascript must be enabled to continue!
Peramalan Indeks Harga Saham Gabungan (IHSG) dengan Metode Extreme Learning Machine (ELM)
View through CrossRef
Abstrak
Indeks Harga Saham Gabungan (IHSG) merupakan suatu nilai untuk mengukur kinerja seluruh saham. IHSG mencerminkan perkembangan pasar secara keseluruhan. Jika IHSG mengalami kenaikan dari hari kemarin maka dapat disimpulkan beberapa saham yang berada pada bursa efek mengalami kenaikan. Oleh karena itu, peramalan harga akan sangat bermanfaat untuk para investor, sehingga mereka dapat mengetahui prospek investasi saham di masa datang. Ada banyak metode untuk peramalan. Tetapi, metode-metode yang telah ada sebelumnya membutuhkan waktu komputasi yang relatif lebih lama. Metode Jaringan Syaraf Tiruan(JST) dikhawatirkan akan semakin ditinggalkan karena diperlukan waktu yang lama dalam pengambilan keputusan. Untuk mengatasi masalah, Huang (2004) menemukan sebuah metode pembelajaran dalam JST bernama Extreme Learning Machine (ELM). ELM merupakan jaringan syaraf tiruan feedforward dengan satu hidden layer atau lebih dikenal dengan istilah Single hidden Layer Feedforward neural Networks(SLFNs) (Sun et al, 2008). Pada metode ini, faktor yang digunakan dalam peramalan hanya faktor data masa lalu, bukan disebabkan faktor lain seperti politik, ekonomi dan lain-lain.
Kata kunci: Indeks Harga Saham Gabungan, Peramalan, Jaringan Syaraf Tiruan, Extreme Learning Machine.
Universitas Negeri Jakarta
Title: Peramalan Indeks Harga Saham Gabungan (IHSG) dengan Metode Extreme Learning Machine (ELM)
Description:
Abstrak
Indeks Harga Saham Gabungan (IHSG) merupakan suatu nilai untuk mengukur kinerja seluruh saham.
IHSG mencerminkan perkembangan pasar secara keseluruhan.
Jika IHSG mengalami kenaikan dari hari kemarin maka dapat disimpulkan beberapa saham yang berada pada bursa efek mengalami kenaikan.
Oleh karena itu, peramalan harga akan sangat bermanfaat untuk para investor, sehingga mereka dapat mengetahui prospek investasi saham di masa datang.
Ada banyak metode untuk peramalan.
Tetapi, metode-metode yang telah ada sebelumnya membutuhkan waktu komputasi yang relatif lebih lama.
Metode Jaringan Syaraf Tiruan(JST) dikhawatirkan akan semakin ditinggalkan karena diperlukan waktu yang lama dalam pengambilan keputusan.
Untuk mengatasi masalah, Huang (2004) menemukan sebuah metode pembelajaran dalam JST bernama Extreme Learning Machine (ELM).
ELM merupakan jaringan syaraf tiruan feedforward dengan satu hidden layer atau lebih dikenal dengan istilah Single hidden Layer Feedforward neural Networks(SLFNs) (Sun et al, 2008).
Pada metode ini, faktor yang digunakan dalam peramalan hanya faktor data masa lalu, bukan disebabkan faktor lain seperti politik, ekonomi dan lain-lain.
Kata kunci: Indeks Harga Saham Gabungan, Peramalan, Jaringan Syaraf Tiruan, Extreme Learning Machine.
Related Results
PENGARUH INFLASI DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN DI BURSA EFEK INDONESIA PERIODE 2014-2016
PENGARUH INFLASI DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN DI BURSA EFEK INDONESIA PERIODE 2014-2016
Abstak Tujuan penelitian ini adalah untuk menganalisis pengaruh inflasi dan nilai tukar rupiah terhadap indeks harga saham gabungan di Bursa Efek Indonesia. Penelitian ini mengguna...
Pengaruh Struktur Modal, Profitabilitas dan Kebijakan Dividen terhadap Harga Saham
Pengaruh Struktur Modal, Profitabilitas dan Kebijakan Dividen terhadap Harga Saham
Penelitian dibentuk atas dasar fenomena yang terjadi pada periode penelitian serta adanya beberapa perbedaan hasil penelitian (research gap) pada penelitian sebelumnya sehingga pen...
Peramalan Data IHSG Menggunakan Metode Backpropagation
Peramalan Data IHSG Menggunakan Metode Backpropagation
Jaringan saraf tiruan merupakan salah satu metode soft computing yang banyak digunakan dan diterapkan di berbagai disiplin ilmu, termasuk analisis data runtun waktu. Tujuan utama d...
Pengaruh Rasio Keuangan dan Ukuran Perusahaan terhadap Harga Saham
Pengaruh Rasio Keuangan dan Ukuran Perusahaan terhadap Harga Saham
Tujuan. Penelitian ini bertujuan untuk menguji pengaruh profitabilitas terhadap harga saham. Untuk menguji pengaruh solvabilitas terhadap harga saham. Untuk menguji pengaruh likuid...
Perbandingan Model RNN, Model LSTM, dan Model GRU dalam Memprediksi Harga Saham-Saham LQ45
Perbandingan Model RNN, Model LSTM, dan Model GRU dalam Memprediksi Harga Saham-Saham LQ45
Harga saham selalu mengalami fluktuasi, dapat naik dan dapat turun. Ketidakpastian tersebut dapat menyebabkan kerugian, jika salah dalam memprediksi arah pergerakan harga saham. Pr...
PERBANDINGAN FUZZY TIME SERIESPERBANDINGAN FUZZY TIME SERIES MARKOV CHAIN DAN CHENG UNTUK MERAMALKAN HARGA SAHAM MARKOV CHAIN DAN CHENG UNTUK MERAMALKAN HARGA SAHAM
PERBANDINGAN FUZZY TIME SERIESPERBANDINGAN FUZZY TIME SERIES MARKOV CHAIN DAN CHENG UNTUK MERAMALKAN HARGA SAHAM MARKOV CHAIN DAN CHENG UNTUK MERAMALKAN HARGA SAHAM
AbstrakSeorang investor saham harus bisa memprediksi pergerakan harga saham. Menurut Ilafi et al. (2020), seorang pemilik saham harus bisa membuat keputusan kapan waktu yang tepat ...
Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima
Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima
Bursa efek Indonesia memiliki daftar perusahaan yang mempunyai kinerja dan performa perusahaan yang baik. Yang dimana bisa dilihat dari perkembangan perusahaan tersebut beberapa ta...
PENGARUH INFLASI, BI RATE, NILAI TUKAR RUPIAH, DAN HARGA EMAS DUNIA TERHADAP INDEKS HARGA SAHAM PERTAMBANGAN DI BURSA EFEK INDONESIA
PENGARUH INFLASI, BI RATE, NILAI TUKAR RUPIAH, DAN HARGA EMAS DUNIA TERHADAP INDEKS HARGA SAHAM PERTAMBANGAN DI BURSA EFEK INDONESIA
Sektor pertambangan di Indonesia memainkan peran yang sangat vital dalam perekonomian nasional, mengingat kontribusinya terhadap pendapatan negara dan penyediaan lapangan kerja. Pe...

