dc.contributor.advisor | Muhammad Hasan Sidiq K, S.Si., M.Sc. | |
dc.contributor.author | AULIA RAHMAN RAJIKIN KIBAS | |
dc.date.accessioned | 2022-10-31T07:13:24Z | |
dc.date.available | 2022-10-31T07:13:24Z | |
dc.date.issued | 2022-06-13 | |
dc.identifier.uri | https://dspace.uii.ac.id/handle/123456789/40096 | |
dc.description.abstract | Pasar modal berperan penting bagi pergerakan perekonomian di Indonesia.
Hadirnya pasar modal sebagai salah satu sarana investasi dapat membantu
perusahaan yang menawarkan saham ke masyarakat (go public) untuk menuai
sumber dana tambahan melalui penjualan kepemilikan perusahaan. Semakin
tinggi minat masyarakat untuk memiliki saham suatu perusahaan akan
berpengaruh terhadap pasar saham. Namun pergerakan harga saham yang tidak
pasti menjadikan investasi saham sebagai produk investasi yang berisiko tinggi.
Sebagai investor, diperlukan kemampuan analisis yang dapat memprediksi
pergerakan harga saham di masa mendatang guna mendukung pengambilan
keputusan. Pada penelitian ini bertujuan untuk membantu manajer investasi atau
investor dalam pengambilan keputusan. Metode yang digunakan pada penelitian
ini adalah Auto Regressive Integrated Moving Average (ARIMA) dan Extreme
Learning Machine (ELM). Berdasarkan nilai MAPE menunjukkan bahwa metode
Auto Regressive Integrated Moving Average lebih sesuai karena memiliki nilai
kesalahan yang lebih kecil dibandingkan dengan metode Extreme Learning
Machine dengan kesalahan prediksi yang diperoleh senilai 1,25804%. | en_US |
dc.publisher | Universitas Islam Indonesia | en_US |
dc.subject | Pergerakan harga saham | en_US |
dc.subject | Extreme Learning Machine | en_US |
dc.subject | Auto Regressive Integrated Moving Average | en_US |
dc.title | Perbandingan Metode Auto Regressive Integrated Moving Average Dan Extreme Learning Machine Pada Peramalan Harga Saham Pt. Bank Central Asia (Bca) Tbk (Studi Kasus: Harga Penutupan Saham Harian Pt. Bank Central Asia (Bca) Tbk Dari Januari 2020 Hingga Juni 2022) | en_US |
dc.Identifier.NIM | 15611110 | |