PREDIKSI INDEKS HARGA SAHAM DENGAN METODE GABUNGAN JARINGAN SYARAF TIRUAN DAN SUPPORT VECTOR REGRESSION
Teks penuh
Gambar
![Tabel 1. Indikator analisa teknis [2]](https://thumb-ap.123doks.com/thumbv2/123dok/3022981.1714437/2.596.102.486.311.661/tabel-indikator-analisa-teknis.webp)
Dokumen terkait
Hasil dari penelitian ini akan menjadi suatu prediksi yang logis menggunakan perhitungan matematis serta dapat menjadi acuan dalam meramalkan indeks harga saham pada
Metode Support Vector Regression (SVR) dapat diterapkan pada masalah prediksi indeks harga konsumen kelompok perumahan, air, listrik, gas dan bahan bakar dengan
Setiap cluster tersebut dilatih dengan algoritma GFS untuk mendapatkan hasil arsitektur fuzzy yang digunakan untuk memprediksi indeks harga saham besok. Hasil
Penelitian ini memprediksi harga penutupan indeks harga saham pada hari ke (t+1), (t+5), (t+10), (t+20), dan (t+30) menggunakan metode gabungan Support Vector
Setiap cluster tersebut dilatih dengan algoritma GFS untuk mendapatkan hasil arsitektur fuzzy yang digunakan untuk memprediksi indeks harga saham besok.. Untuk grafik
Bobot yang digunakan untuk pelatihan data pada jaringan syaraf tiruan adalah bobot dan bias yang telah di optimasi dengan iterasi JST. 4.4.3
Penelitian serupa juga dilakukan oleh Yakup Kara dan rekannya dengan menggunakan data pasar saham Istanbul untuk prediksi arah pergerakan harga saham mengunakan
Hasil dari penelitian ini akan menjadi suatu prediksi yang logis menggunakan perhitungan matematis serta dapat menjadi acuan dalam meramalkan indeks harga saham pada
