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
No comments:
Post a Comment