Prediksi Harga Saham Harian dengan Metode Genetic Polynomial Neural Network (GPNN) Studi Kasus PT Telekomunikasi Indonesia, Tbk
| Main Author: | Linda, RenkyAnggrainiMartha |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152779/1/051103691.pdf http://repository.ub.ac.id/152779/ |
Daftar Isi:
- Polynomial Neural Network (PNN) adalah Jaringan Saraf Tiruan (JST) yang setiap neuronnya merupakan suatu fungsi polinomial. Metode yang sering digunakan dalam proses pelatihan PNN adalah backpropagation. Backpropagation merupakan salah satu metode optimasi berdasarkan gradient, sehingga ketepatan backpropagation dalam meminimumkan galat dipengaruhi oleh pengambilan titik awal. Pengambilan titik awal yang kurang tepat menyebabkan galat tidak minimum secara global. Oleh karena itu, diperlukan metode yang dapat meminimumkan galat secara global, salah satunya yaitu Algoritma Genetika (AG). Dalam skripsi ini diperkenalkan Genetic Polynomial Neural Network (GPNN) yaitu PNN yang menggunakan AG dalam meminimumkan galat. Arsitektur hasil kombinasi yang menghasilkan nilai galat minimum merupakan arsitektur terbaik yang akan digunakan untuk memprediksi harga penutupan saham harian PT Telekomunikasi Indonesia, Tbk. Setelah dilakukan beberapa kombinasi, diperoleh sebuah kombinasi terbaik yang menghasilkan galat minimum sebesar 0,01.