<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="115896">
 <titleInfo>
  <title>PERAMALAN HARGA SAHAM MENGGUNAKAN  METODE EXTREME LEARNING MACHINE (ELM) (STUDI KASUS:</title>
  <subTitle>SAHAM  BANK SYARIAH INDONESIA)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUHAMMAD FAISHAL MADJID R.A.</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Matematika</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Investasi saham merupakan salah satu investasi yang paling banyak diminati oleh masyarakat Indonesia. Untuk berinvestasi saham, kemampuan peramalan yang baik sangat dibutuhkan untuk mengetahui mengenai perkembangan harga saham. Metode Extreme Learning Machine adalah salah satu metode jaringan saraf tiruan yang dapat digunakan untuk melakukan peramalan terhadap harga saham. Keunggulan dari metode ini yaitu memiliki nilai eror yang kecil dan memiliki waktu pembelajaran yang cepat. Tahapan yang dilakukan adalah melakukan input data saham harian Bank Syariah Indonesia, melakukan normalisasi, mencari nilai bobot dan bobot bias secara acak, melakukan tahap pelatihan, tahap pengujian, denormalisasi, dan mengevaluasi tingkat akurasi peramalan menggunakan Mean Absolute Percentage error (MAPE). Fitur yang digunakan untuk peramalan harga saham harian Bank Syariah Indonesia berupa Price, Open, High, dan Low. Pada setiap metode jaringan saraf tiruan, proses validasi sangat diperlukan untuk mengevaluasi model yang digunakan. Salah satu metode validasi yang dapat mengevaluasi model dengan baik adalah metode K-Fold Cross Validation. K-Fold cross validation dapat digunakan untuk mengevaluasi model Extreme Learning Machine sehingga mencegah terjadinya overfitting atau underfitting ketika melakukan peramalan. Dari hasil pengujian, peramalan menggunakan metode Extreme Learning Machine dapat menghasilkan nilai prediksi yang berbeda-beda dikarenakan penggunaan nilai bobot dan bias yang dibangkitkan secara acak. Dengan menggunakan fungsi aktivasi sigmoid, hasil perhitungan nilai MAPE terendah didapat dari penggunaan lima belas neuron yaitu sebesar 1,7072%. Setelah penerapan K-Fold Cross Validation, Penggunaan 10 fold dan sepuluh neuron menghasilkan nilai mean MAPE terendah sebesar 2,2170%.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>115896</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-09-22 11:41:18</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-09-22 16:41:52</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>