PERBANDINGAN METODE SIMPLE MOVING AVERAGE DAN WEIGHTED MOVING AVERAGE PADA PERFORMA METODE ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI SAHAM (STUDI KASUS PT BANK CENTRAL ASIA)

PUTRA, RADESCA SETYA (2025) PERBANDINGAN METODE SIMPLE MOVING AVERAGE DAN WEIGHTED MOVING AVERAGE PADA PERFORMA METODE ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI SAHAM (STUDI KASUS PT BANK CENTRAL ASIA). Other thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER_123190023_Radesca Setya Putra.pdf] Text
COVER_123190023_Radesca Setya Putra.pdf
Download (231kB)
[thumbnail of ABSTRAK_123190023_Radesca Setya Putra.pdf] Text
ABSTRAK_123190023_Radesca Setya Putra.pdf
Download (9kB)
[thumbnail of PENGESAHAN PEMBIMBING_123190023_Radesca Setya Putra.pdf] Text
PENGESAHAN PEMBIMBING_123190023_Radesca Setya Putra.pdf
Download (440kB)
[thumbnail of DAFTAR ISI_123190023_Radesca Setya Putra.pdf] Text
DAFTAR ISI_123190023_Radesca Setya Putra.pdf
Download (14kB)
[thumbnail of DAFTAR PUSTAKA_123190023_Radesca Setya Putra.pdf] Text
DAFTAR PUSTAKA_123190023_Radesca Setya Putra.pdf
Download (126kB)
[thumbnail of SKRIPSI FULLTEXT_123190023_Radesca Setya Putra.pdf] Text
SKRIPSI FULLTEXT_123190023_Radesca Setya Putra.pdf
Restricted to Repository staff only
Download (1MB)
Official URL: https://upnyk.ac.id/

Abstract

Investasi pada saham merupakan salah satu investasi yang paling banyak diminati oleh para investor. Pada investasi saham untuk memperoleh keuntungan dengan cara mendapatkan deviden dan menjual harga saham dengan harga lebih tinggi dari harga beli. Prediksi saham dapat dilakukan dengan menggunakan algoritma komputasi. Algoritma yang bisa dipakai untuk memprediksi saham diantaranya adalah Artificial Neural Network. Pada penelitian ini akan melakukan perbandingan antara metode Simple Moving Average dan Weighted Moving Average pada performa metode Artificial Neural Network untuk mengetahui metode mana yang lebih baik.

Pada penelitian ini algoritma prediksi yang digunakan adalah Artificial Neural Network, kemudian metode Simple Moving Average dan Weighted Moving Average akan digunakan pada preprocessing data. Data yang digunakan adalah data saham dari PT Bank Central Asia yang diambil dari website yahoofinance. Proses pada penelitian ini dimulai dari pengumpulan data, preprocessing data dan analisis serta pengujian. Sedangkan metode untuk pengembangan sistem menggunakan Waterfall.

Hasil dari penelitian ini metode Weighted Moving Average lebih baik dari Simple Moving Average pada performa ANN. Nilai MSE dari model ANN dengan SMA adalah 0.000132 dan nilai MAPE sebesar 0.99% dengan akurasi 99.01%. Sedangkan, Nilai MSE dari model ANN dengan SMA adalah 0.000128 dan nilai MAPE sebesar 0.96% dengan akurasi 99.04%. Rata-rata selisih prediksi dan data asli dalam 10 hari pada ANN dengan SMA adalah 153, sedangkan ANN dengan WMA adalah 134. Weighted Moving Average lebih baik dari Simple Moving Average dikarenakan pada WMA bobot untuk data terbaru lebih besar dari bobot lama, sedangkan pada SMA semua data memiliki bobot yang sama.

Kata Kunci: ANN, SMA, WMA, Prediksi, Saham

Item Type: Thesis (Other)
Additional Information: RADESCA SETYA PUTRA (123190023 - Penulis) ; Frans Richard Kodong (Pembimbing)
Uncontrolled Keywords: ANN, SMA, WMA, Prediksi, Saham
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Setya Pambudi
Date Deposited: 14 Apr 2025 02:40
Last Modified: 14 Apr 2025 02:40
URI: http://eprints.upnyk.ac.id/id/eprint/42368

Actions (login required)

View Item View Item