PERGERAKAN HARGA SAHAM PT SIDO MUNCUL (SIDO) BERDASARKAN DATA HISTORIS MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) SKRIPSI

Mochamad Aqshal, Putrasyach Pratama (2025) PERGERAKAN HARGA SAHAM PT SIDO MUNCUL (SIDO) BERDASARKAN DATA HISTORIS MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) SKRIPSI. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (135kB)
	Text lembar pengesahan,.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (61kB)
	Text Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (101kB)
	Text Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (137kB)
	Text BAB 1.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (220kB)
	Text Skripsi Full_compressed (1).pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (759kB) | Request a copy
	Text Daftar Pustaka.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (137kB)
	Text Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (144kB)

Abstract

ABSTRAK Perkembangan pasar modal di Indonesia semakin pesat, sehingga kebutuhan akan sistem prediksi harga saham menjadi semakin penting bagi investor maupun perusahaan. PT Industri Jamu dan Farmasi Sido Muncul Tbk (SIDO) merupakan salah satu emiten yang menarik perhatian karena kinerja fundamentalnya yang stabil dan konsisten. Namun, pergerakan harga saham tetap dipengaruhi oleh berbagai faktor sehingga sulit diprediksi secara manual. Penelitian ini bertujuan untuk membangun sistem prediksi harga saham SIDO dengan menggunakan metode Artificial Neural Network (ANN). Data yang digunakan adalah data historis harga saham harian meliputi harga pembukaan, harga penutupan, harga tertinggi, harga terendah, dan volume perdagangan. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pembagian data latih dan data uji, pelatihan model ANN, serta pengujian kinerja model. Hasil pengujian menunjukkan bahwa metode ANN mampu memprediksi harga saham SIDO dengan tingkat akurasi yang cukup baik, ditunjukkan dengan nilai Mean Squared Error (MSE) yang rendah pada data uji. Dengan demikian, sistem ini dapat menjadi salah satu alternatif alat bantu investor dalam mengambil keputusan investasi, meskipun tetap perlu dikombinasikan dengan analisis fundamental dan faktor eksternal lainnya.

Actions (login required)

View Item