Lewati ke konten
Repositori USB YPKP
Skripsi / Tesis / Disertasi 2024

IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI HARGA SAHAM

Pembimbing: Teguh Nurhadi Suharsono (NIDN/NIDK 0021077101)

Abstrak

Pengembangan kekayaan pada masa lalu umumnya difokuskan pada aset fisik seperti tanah, gedung, ternak, kendaraan, dan mesin yang dikenal sebagai investasi real assets. Namun, dengan perkembangan dunia usaha dan pola pikir modern, investasi kini telah beralih ke bidang surat berharga seperti deposito, obligasi, valuta asing (valas), dan portofolio saham yang dikenal sebagai financial assets. Salah satu aset investasi yang populer adalah saham, yang merupakan surat berharga menunjukkan kepemilikan atau penyertaan modal investor dalam suatu perusahaan. Keuntungan yang diperoleh pemegang saham bergantung pada kinerja perusahaan penerbit saham (emiten). Semakin tinggi return yang ditawarkan, semakin tinggi pula risiko yang harus ditanggung investor. Indeks saham LQ45 di Bursa Efek Indonesia adalah salah satu indeks yang banyak diminati investor, terdiri dari 45 perusahaan besar yang menawarkan prospek bisnis yang baik, termasuk Bank Central Asia Tbk (BCA). Berdasarkan data statistik Bursa Efek Indonesia tahun 2015, sektor keuangan menduduki posisi pertama baik dari segi kapitalisasi pasar maupun nilai transaksi perdagangan saham. Penelitian ini bertujuan untuk memprediksi harga saham Bank Central Asia Tbk (BCA) menggunakan metode Artificial Neural Network (ANN). Hasil dari penelitian ini adalah sebuah aplikasi berbasis web yang diharapkan dapat membantu investor dan pelaku pasar modal dalam mengambil keputusan investasi saham di Bursa Efek Indonesia. Kata kunci: investasi, real assets, financial assets, saham, indeks LQ45, prediksi harga saham, ANN, aplikasi web.

Berkas

Sampul & halaman judul

Akses terbuka PDF, 84 KB CC0 (Public Domain)
Unduh

Halaman awal (pengesahan, pernyataan, daftar isi)

Akses terbuka PDF, 53,6 KB CC0 (Public Domain)
Unduh

Halaman awal (pengesahan, pernyataan, daftar isi)

Akses terbuka PDF, 49,2 KB CC0 (Public Domain)
Unduh

Abstrak

Akses terbuka PDF, 139,4 KB CC0 (Public Domain)
Unduh

Bab I Pendahuluan

Akses terbuka PDF, 223 KB CC0 (Public Domain)
Unduh

Daftar pustaka

Akses terbuka PDF, 153,5 KB CC0 (Public Domain)
Unduh

plagiarisme.pdf

Akses terbuka PDF, 60,5 KB CC0 (Public Domain)
Unduh

Detail

Jenis
Skripsi / Tesis / Disertasi — Sarjana (S1)
Institusi
UNIVERSITAS SANGGA BUANA YPKP
Tanggal terbit
27 Agustus 2024
Status publikasi
Sudah terbit
Program studi
S1 Teknik Informatika · kode PDDikti 55201
Bahasa
Indonesia
Fakultas/unit
S1 Teknik Informatika
Disetor oleh
Admin Repositori · terbit di repositori 14 Jul 2025
URI
https://repo.xbbh.net/items/5651