<?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="118527">
 <titleInfo>
  <title>PENERAPAN JARINGAN SARAF TIRUAN UNTUK PREDIKSI HARGA SAHAM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS:</title>
  <subTitle>PT ANEKA TAMBANG TBK)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RADHIYATUL FADHLIYAH</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>Jaringan Saraf Tiruan merupakan bagian dari pembelajaran mesin yang melakukan&#13;
pemrosesan data dengan cara kerja yang terinspirasi dari sistem saraf manusia&#13;
sebagai alat pensinyalan dasar yang salah satunya diterapkan pada permasalahan&#13;
prediksi harga saham ANTM.JK. Algoritma Backpropagation digunakan untuk&#13;
melakukan perubahan nilai parameter Jaringan Saraf Tiruan berdasarkan kesalahan&#13;
dari keluaran hingga memperoleh nilai parameter yang optimal. Penelitian ini&#13;
bertujuan memperoleh model Jaringan Saraf Tiruan dengan menambahkan parameter&#13;
bias, inisialisasi parameter awal dengan inisialisasi Glorot, dan proses validasi.&#13;
Kemudian memperoleh prediksi harga penutupan saham harian ANTM.JK serta&#13;
indikator keakuratan dengan nilai MAPE. Data yang digunakan dalam penelitian ini&#13;
adalah data Open, High, Low, Close, dan Volume dari data saham harian PT Aneka&#13;
Tambang Tbk (ANTM.JK), sebanyak 1253 data saham harian dari 1 Januari 2018&#13;
hingga 30 Desember 2022. Dalam penelitian ini, ditentukan model Jaringan Saraf&#13;
Tiruan yang optimal dengan membandingkan penggunaan jumlah unit pada hidden&#13;
layer dari 1 hingga 10 unit dengan rentang 1 dan nilai learning rate dari 0,1 hingga&#13;
0,9 dengan rentang 0,1. Hasil menunjukkan bahwa model Jaringan Saraf Tiruan yang&#13;
optimal yaitu 6 unit pada hidden layer dengan nilai MSE terendah sebesar 5,16 ×10-&#13;
5&#13;
dalam 10.000 epoch dan nilai learning rate 0,4 dengan nilai MSE terendah sebesar&#13;
3,20 ×10-5&#13;
dalam 10.000 epoch. Berdasarkan indikator akurasi MAPE, tingkat&#13;
akurasi dari model Jaringan Saraf Tiruan dalam memprediksi harga penutupan&#13;
saham harian ANTM.JK dari 1253 data saham harian mencapai 97,91%. Model&#13;
Jaringan Saraf Tiruan tersebut diterapkan untuk memprediksi harga penutupan&#13;
saham harian ANTM.JK selama 176 hari yaitu dari 1 Januari 2023 hingga 29&#13;
September 2023, model Jaringan Saraf Tiruan untuk memprediksi harga penutupan&#13;
saham harian ANTM.JK sangatlah baik terlihat dari indikator keakuratan MAPE&#13;
sebesar 98,87%.</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>118527</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-12-22 09:58:21</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-12-22 10:07:17</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>