Peramalan Indeks Saham Sri-Kehati Menggunakan Pemodelan Hybrid Autoregressive Integrated Moving Average – Feed Forward Neural Network (ARIMA-FFNN)

Puspitaningrum, Dwi Nina (2024) Peramalan Indeks Saham Sri-Kehati Menggunakan Pemodelan Hybrid Autoregressive Integrated Moving Average – Feed Forward Neural Network (ARIMA-FFNN). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311840000005-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (2MB) | Request a copy

Abstract

Investasi adalah suatu komitmen untuk menempatkan sejumlah dana atau sumber daya lainnya, dengan tujuan memperoleh sejumlah manfaat di masa yang akan datang. Pasar modal merupakan salah satu alternatif investasi yang mudah diakses oleh masyarakat luas semenjak dibukanya Bursa Efek Indonesia (BEI). BEI merilis indeks saham yang dapat menggambarkan keadaan perusahaan. Salah satu indeks saham yang mementingkan keberlanjutan perusahaan adalah indeks saham SRI-KEHATI. Banyak strategi digunakan untuk mencapai tujuan tersebut, salah satunya adalah dengan melakukan peramalan harga saham. Banyak upaya penelitian dilakukan untuk mengembangkan model peramalan. Berbagai macam pendekatan diuji untuk meningkatkan akurasi hasil peramalan seperti Artificial Neural Network (ANN), ARIMA, Box Jenkins, dan lain sebagainya. Evaluasi hasil prediksi biasanya dinilai dengan membandingkan nilai peramalan dengan data nyata. Metode Autoregressive Integrated Moving Average (ARIMA) menjelaskan keterkaitan antar pengamatan pada variabel pada waktu sebelumnya. Metode ARIMA baik digunakan untuk analisis data berpola linier. Selain ARIMA, terdapat metode lain yaitu Artificial Neural Network (ANN) yang baik digunakan untuk analisis data berpola linier maupun nonlinier. Pada penelitian ini dilakukan peramalan harga indeks saham SRI-KEHATI dengan menggunakan metode Hybrid ARIMA-FFNN yang menggabungkan metode ARIMA dengan Neural Network. Metode Neural Network yang digunakan dalam penelitian ini adalah Feed Forward Neural Network. Data yang digunakan dalam penelitian ini adalah data harga indeks saham SRI-KEHATI selama 5 tahun, yaitu dari tanggal 30 Juli 2018 hingga 28 Juli 2023. Hasil penelitian menunjukkan bahwa, model ARIMA merupakan model terbaik yang digunakan untuk melakukan peramalan pada data harga indeks saham SRI-KEHATI sebelum COVID-19 yaitu model ARIMA (1,1,1). Model Hybrid ARIMA-FFNN merupakan model terbaik yang digunakan untuk melakukan peramalan pada data harga indeks saham SRI-KEHATI setelah COVID-19 yaitu model Hybrid ARIMA (0, 1, [1,10]) - FFNN (1-8-1) yang terdiri dari 1 variabel input yaitu data lag a_(t-5), 1 hidden layer dengan jumlah neuron sebanyak 8 layer serta 1 output layer.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, Feed Forward Neural Network, Investasi, SRI-KEHATI
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Dwi Nina Puspitaningrum
Date Deposited:	13 Feb 2024 02:15
Last Modified:	13 Feb 2024 02:15
URI:	http://repository.its.ac.id/id/eprint/107131

Actions (login required)

View Item