Multifartalitas dan Studi Komperatif Prediksi Harga Saham Dengan Metode Autoragressive Integrate Moving Average (ARIMA) dan Artificial Neural Network (AAN)

agi aditiya agasi; drs. komara., m.m. ; ir. tukirin, m.m.;

Penelitian ini bertujuan untuk mengetahui teknik analisis yang banyak digunakan oleh investor. Banyak metode yang ada dan digunakan oleh investor untuk memprediksi nilai saham masa depan. Dalam tulisan ini akan membandingkan kedua analisis teknikal dan fundamental dimana analisis teknikal yang digunakan adalah Autoregessive Integrate Moving Average (ARIMA) dan analisis fundamental yang digunakan adalah Artificial Neural Network (ANN) Backpropagation. Data yang digunakan adalah data harian Indeks Harga Saham Gabungan (IHSG) dan isu ekonomi pada tahun diuji dengan membandingkan kesalahan prediksi dari setiap metode untuk mengetahui metode mana yang lebih baik. Hasil investigasi menunjukan bahwa nilai Maen Squared Error pada model ARIMA bernilai sebesar
dan Maen Squared Error pada model ANN bernilai sebesar 2,8909 x 10-5. Hal ini menunjukan bahwa kedua metode tersebut mampu memprediksi Indeks Harga Saham Gabungan dengan sangat baik dimana nilai MSE model ANN lebih kecil dari pada model ARIMA yang menunjukan bahwa model ANN lebih baik untuk memprediksi IHSG.