KAJIAN KOMPARASI ARTIFICIAL NEURAL NETWORK DAN REGRESI LINIER DALAM MEMPREDIKSI HARGA SAHAM DENGAN MEMPERTIMBANGKAN FAKTOR FUNDAMENTAL PADA SEKTOR INDUSTRI
Abstract
Beberapa temuan terdahulu tentang prediksi harga saham dengan menggunakan studi komparasi (perbandingan) yang dirasakan masih relatif sedikit menjadikan motivasi untuk dilakukan penelitian dengan tujuan untuk mengkaji sebaran data dan arsitektur jaringan dengan menggunakan artificial neural network dibandingkan dengan regresi; seberapa besar informasi yang diperoleh dari hasil prediksi menggunakan artificial neural network dibandingkan dengan regresi tentang pengaruh rasio keuangan fundamental pada sektor industri dalam mempengaruhi harga saham serta seberapa besar nilaimeasure square error dari hasil prediksi dengan menggunakan artificial neural network dibandingkan dengan regresi.Software yang digunakan untuk memprediksi harga saham untuk artificial neural network menggunakan Matlab dengan jumlah Sampel training sebanyak 156 data, validation sebanyak 34 dan testing sebanyak 34 data. Sedangkan software untuk regresi linier menggunakan SPSS dengan jumlah data penelitian sebanyak 224 yaitu 56 perusahaan selamaperiode 2006 – 2009 secara time series. Hasil penelitian menunjukkan bahwa sebaran data dengan menggunakan arsitektur jaringan artificial neural network menunjukkan data faktual dengan data fit. Sedangkan pada sebaran data menggunakan regresi linier menggunakan scatterplot diagram dapat dilakukan dengan melihat sebaran data yang beradadi atas dan dibawah angka 0 pada sumbu Y. Keterkaitan variabel input terhadap variabel output pada artificial neural network lebih besar dibandingkan dengan regresi linier. Begitu pula dengan melihat nilai measure square error dari hasil prediksi dengan menggunakan artificial neural network diperoleh nilai MSE (Mean Square Error) lebih kecil dibandingkan dengan menggunakan regresi linier.Kata kunci : Prediksi, artificial neural network, regresi linier, faktor fundamental, dan harga saham.Downloads
Published
2012-06-23
Issue
Section
INFORMATIC