Probabilistic
neural network (PNN)
telah banyak diaplikasikan dalam bidang finansial. Pada penelitian ini, PNN
digunakan untuk peramalan data harga saham karena kemampuan PNN dalam
memodelkan permasalahan yang kompleks. PNN mampu memetakan nilai masa lampau
dan nilai masa depan dari data time series dengan proses belajar seperti yang
terjadi pada otak manusia. Kinerja PNN dipengaruhi oleh besarnya nilai g. Nilai
konstanta g menentukan tingginya tingkat klasifikasi.
Penelitian ini
dilakukan untuk melihat pengaruh besarnya nilai g dalam menentukan tingkat klasifikasi
untuk peramalan harga saham. Secara umum hasil penelitian menunjukkan dengan
indeks saham LQ45 yaitu TKIM dan ADHI, dengan regresi linier data sebanyak 7 untuk
saham TKIM
menggunakan data
saham jenis data tertinggi nilai kebenaran prediksinya 83,3% dengan nilai g =
0,009, dengan regresi data sebanyak 7 nilai kebenaran prediksinya 80% dengan g
= 0,01, dengan regresi data sebanyak 5 nilai untuk saham ADHI kebenaran
prediksinya 57,1% dengan g = 0,1.
Dari hasil
prosentase yang didapat diatas menunjukkan bahwa proses belajar PNN membutuhkan
penyesuaian nilai g dan banyaknya set data yang diregresi linier untuk
menghasilkan klasifikasi yang maksimal.
Home
Tidak ada komentar:
Posting Komentar