Prediksi Closing Price Saham Harian Berbasis Soft Computing

Abstract

Prediksi harga saham adalah tugas kompleks yang bergantung pada banyak faktor seperti kondisi politik, ekonomi global, laporan keuangan perusahaan, dan pendapatan. Oleh karena itu, untuk memaksimalkan keuntungan dan meminimalkan kerugian, diperlukan adanya teknik memprediksi nilai saham. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh fitur terhadap perkiraan harga close price saham dan membandingkan kinerja multiple linear regression dan artificial neural network. Uji koefisien korelasi yang telah dilakukan menghasilkan nilai koefisien variabel terbesar dan terkecil dalam penelitian ini adalah 0,9. Algoritma multiple linear regression mengungguli artificial neural network dengan MAPE sebesar 0,900016423%.