PERAMALAN TIME SERIES HARGA SAHAM MULTIKRITERIA MENGGUNAKAN MULTILAYER PRECEPTRON NEURAL NETWORK BAKCPROPAGATION DENGAN EXPONENTIAL LEARNING RATE

Pasar modal atau bursa saham dapat dilakukan oleh individu maupun institusi keuangan pada perusahaan yang sudah go public. Saham sendiri merupakan suatu asset yang mudah untuk diperjual belikan dibandingkan dengan aset konvensional seperti tabungan dll. Investasi jangka seperti saham dapat dianalisa secara akurat dengan menggunakan analisa teknikal dalam proyek akhir ini.
Pola dari suatu masalah tersebut terhadap faktor yang mempengaruhinya dapat analisa dengan neural network. Permasalahan saham yang di bahas pada proyek akhir ini adalah sebuah permasalahan time series yang dimana dapat dianalisa dari variabel – variabel yang yang disusun berdasarkan mengikuti urutan waktu. Pemanfaatan metode dan kemampuan arsitektur dalam neural network serta proses pembelajaran adalah temasuk salah satu usaha dalam menambah keakuratan dalam sebuah peramalan.
Peramalan adalah sebuah proses yang digunakan untuk mempelajari sutau permasalahan dalam kondisi tertentu yang nantinya membantu dalah pertimbangan pengambilan keputusan. Dalam tugas akhir ini, peramalah harga saham menggunakan neural network backpropagation dengan exponential learning rate. Dalam algoritma ini menggunakan exponential learning rate yang dimana diharapkan dapat menjadi katalis untuk mempercepat proses pembelajaran. Untuk menghasilkan peramalan yang akurat, parameter yang ada dalam neural network akan diuji seperti learning rate, jumlah neuron dan banyaknya epoch.