Publisher

IAIIIAII

Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)iJurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i Abstract

Jakarta Islamic Indeks (JII) adalah sebuah organisasi yang bergerak di bidang perekonomian dengan tujuan untuk memperhatikan pergerakan saham ditiap harinya. Dengan adanya JII, masyarakat yang tidak mengerti tentang saham serta pergerakannya, akan mudah mengetahui dan memahami pergerakan saham yang terjadi pada waktu tertentu. Permasalahan dalam penelitian ini, banyak para investor yang tidak mampu memprediksi kenaikan dan penurunan harga saham. Proses prediksi dapat dilakukan dengan algoritma backpropagation. Algoritma tersebut merupakan konsep ilmu pengetahuan bidang ilmu komputer yang banyak digunakan dalam kasus analisa, prediksi dan penentuan pola. Proses di mulai dari analisa variabel yang digunakan yakni suku bunga, kurs nilai tukar mata uang, tingkat inflansi dan harga saham yang terjadi pada periode sebelumya. Variabel yang digunakan di lanjutkan pada pembentukan pola jaringan dan diteruskan dalam proses melatih dan menguji guna menghasilkan pola jaringan yang terbaik sehingga digunakan sebagai proses identifikasi pergerakan harga saham JII. Hasil yang didapat berupa nilai pergerakan harga saham dengan tingkat kesalahan berdasarkan nilai MSE sebesar 11.85% sehingga, penelitian ini memberikan informasi dalam bentuk knowledge guna pengambilan sebuah keputusan. Tujuan dari penelitian dijadikan input bagi para investor dalam identifikasi harga saham hingga Pada akhirnya manfaat yang dirasakan dari hasil penelitian ini, para investor dapat melakukan estimasi awal sebelum berinvestasi pada JII.

Conclusion

Jaringan saraf tiruan dengan algoritma backpropagation mampu mengenali pola pergerakan harga saham Jakarta Islamic Index (JII) menggunakan variabel harga saham, kurs, dan inflasi dengan arsitektur jaringan 4-3-1.Model ini menghasilkan nilai rata-rata performa sebesar 0.05461501 dengan tingkat kesalahan (MSE) sebesar 11.Hasil prediksi ini dapat dijadikan masukan bagi investor untuk melakukan estimasi awal dan pengambilan keputusan investasi pada saham JII.

Future Research

Penelitian ini membuka peluang untuk pengembangan lebih lanjut dalam bidang prediksi pasar modal. Pertanyaan penelitian pertama yang dapat dikembangkan adalah apakah penambahan variabel makroekonomi lain, seperti Produk Domestik Bruto (PDB) atau indeks keyakinan konsumen, dapat secara signifikan meningkatkan akurasi model jaringan saraf tiruan sehingga mengurangi tingkat kesalahan di bawah 11.85%. Selain itu, penting untuk meneliti perbandingan kinerja algoritma backpropagation yang digunakan dengan algoritma machine learning lain yang lebih modern seperti Long Short-Term Memory (LSTM) atau Support Vector Regression (SVR) untuk menentukan pendekatan yang paling optimal dalam memprediksi harga saham JII. Arah studi selanjutnya juga dapat fokus pada penerapan model menggunakan data historis yang lebih panjang atau periode yang lebih terkini untuk menguji robustness model, serta mengembangkannya agar mampu meramalkan pergerakan harga dalam horizon waktu yang lebih panjang, seperti mingguan atau bulanan, bukan hanya periode berikutnya. Penelitian-penelitian ini diharapkan dapat menghasilkan model prediksi yang lebih akurat dan relevan untuk kebutuhan investor modern.

Metadata

File size	550 KB
Pages	6
DMCA	Report