Melola Discovery

← Melola Discovery

Jurnal

PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN ARIMA

Unnes Journal of Mathematics · Vol. 2 No. 2 (2013)

DOI
10.15294/ujm.v2i2.3249
ISSN
2460-5859, 2252-6943
Terbit
2013-11-15
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

ARIMA merupakan metode yang umum digunakan untuk memprediksi suatu data. Seiring dengan perkembangan ilmu, ada metode lain yang dapat digunakan memprediksi, salah satunya adalah JSTbackpropagation. Tulisan ini bertujuan mengetahui arsitektur jaringan syaraf tiruan yang optimal serta mengkomparasikanantara model ARIMA dan JSTbackpropagation. Metode yang digunakan adalah studi pustaka, perumusan masalah, pemecahan masalah, analisis data dengan bantuan GUI MATLAB dan Minitab, dan penarikan kesimpulan. Berdasarkan hasil simulasi data harga saham PT. Asuransi Bina Dana Arta (ABDA).Tbk dengan menggunakan JSTbackpropagation diperoleh nilai MSE dari proses training sebesar 0,000206 dan proses testing sebesar 0,00140. Arsitektur jaringan yang optimal adalah 1 neuron input layer, 1 neuron hidden layer dan 1 neuron input layer. Sedangkan model terbaik ARIMA, yaitu ARIMA (1,1,0) dengan nilai MSE sebesar 0,001145. Namun, karena selisih nilai MSE dari kedua metode tidak terlalu besar, maka kedua metode dapat digunakan untuk prediksi harga saham

Jaringan kolaborasi para penulis

40 penulis · 83 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Scolastika MarianiState University of Semarang6
Arief AgoestantoAfiliasi tidak diketahui5
Sugiman SugimanAfiliasi tidak diketahui4
Riza ArifudinState University of Semarang2
Nurkaromah DwidayatiState University of Semarang2
Yuninda Diah PratiwiAfiliasi tidak diketahui2
Sugeng NugrohoAfiliasi tidak diketahui2
Raras Setya AstutiAfiliasi tidak diketahui1
Feri FarkhanAfiliasi tidak diketahui1
Much Aziz MuslimState University of Semarang1
Dedy PurnawanAfiliasi tidak diketahui1
Noni NofiyahAfiliasi tidak diketahui1
Yuliyanti KaromahAfiliasi tidak diketahui1
SELY AGUSTINAAfiliasi tidak diketahui1
RIZA SILVIA FAUSTINAAfiliasi tidak diketahui1
Addinul AssidiqAfiliasi tidak diketahui1
Andhina SaraswatiAfiliasi tidak diketahui1
hengky tri ikhsanto hengky tri ikhsantoAfiliasi tidak diketahui1
Muhammad KharisAfiliasi tidak diketahui1
Novia Nilam NurlazuardiniAfiliasi tidak diketahui1
Ruliana RulianaAfiliasi tidak diketahui1
Zaenuri ZaenuriState University of Semarang1
Enggar Niken LarasatiAfiliasi tidak diketahui1
Elisa Desi AsrianiAfiliasi tidak diketahui1
Ratna Novita SariAfiliasi tidak diketahui1
Nur HidayatiAfiliasi tidak diketahui1
Nur Karomah DwidayatiState University of Semarang1
Laeli Sidik FebriantoAfiliasi tidak diketahui1
YL SukestiyarnoState University of Semarang1
Siti Faiqotul UlyaAfiliasi tidak diketahui1
Andika Resti SuryaniAfiliasi tidak diketahui1
Evelyn ParaditaAfiliasi tidak diketahui1
Maula Qorri 'AinaAfiliasi tidak diketahui1
Walid WalidAfiliasi tidak diketahui1
Mashuri MashuriState University of Semarang1
Ari IsnaeniState University of Semarang1
Christina WidayantiState University of Semarang1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN ARIMA</dc:title>
	<dc:creator>Anggriningrum, Dwi Prisita</dc:creator>
	<dc:creator>Hendikawati, Putriaji</dc:creator>
	<dc:creator>Abidin, Zaenal</dc:creator>
	<dc:description xml:lang="en-US">ARIMA merupakan metode yang umum digunakan untuk memprediksi suatu data. Seiring dengan perkembangan ilmu, ada metode lain yang dapat digunakan memprediksi, salah satunya adalah JSTbackpropagation. Tulisan ini bertujuan mengetahui arsitektur jaringan syaraf tiruan yang optimal serta mengkomparasikanantara model ARIMA dan JSTbackpropagation. Metode yang digunakan adalah studi pustaka, perumusan masalah, pemecahan masalah, analisis data dengan bantuan GUI MATLAB dan Minitab, dan penarikan kesimpulan. Berdasarkan hasil simulasi data harga saham PT. Asuransi Bina Dana Arta (ABDA).Tbk dengan menggunakan JSTbackpropagation diperoleh nilai MSE dari proses training sebesar 0,000206 dan proses testing sebesar 0,00140. Arsitektur jaringan yang optimal adalah 1 neuron input layer, 1 neuron hidden layer dan 1 neuron input layer. Sedangkan model terbaik ARIMA, yaitu ARIMA (1,1,0) dengan nilai MSE sebesar 0,001145. Namun, karena selisih nilai MSE dari kedua metode tidak terlalu besar, maka kedua metode dapat digunakan untuk prediksi harga saham</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2013-11-15</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/3249</dc:identifier>
	<dc:identifier>10.15294/ujm.v2i2.3249</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 2 No 2 (2013)</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v2i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/3249/2996</dc:relation>
</oai_dc:dc>