berubah-ubah sesuai dengan permintaan dan penawaran. Pergerakan harga saham baik secara individual maupun keseluruhan biasanya cenderung
mengikuti suatu pola tertentu sehingga dapat dikenali. Dengan demikian, para analisis teknikal akan memprediksi harga saham menurut pola yang sudah
dikenali sebelumnya. Analisis teknikal sering disebut chartist karena teknik ini menggunakan grafik-grafik dan diagram-diagram untuk memprediksi kinerja
saham. Grafik dan diagram itu dimaksudkan untuk memprediksi kinerja saham.
2.8. Penelitian Terkait
Adapun penelitian – penelitian yang telah dilaksanakan oleh beberapa peneliti baik didalam dan diluar negeri yang pada umumnya menggunakan analisis teknikal untuk
melakukan peramalan dapat dilihat pada table :
Table 2.1. Penelitian Terkait No
Nama Peneliti
Judul Pembahasan
Tahun 1
David Yuliandar
Pelatihan feed forward neural network
menggunakan algoritma genetika dengan
metode seleksi turnamen untuk data time series
Algoritma Genetika AG merupakan salah satu alternative
metode pembelajaran yang dapat digunakan dengan baik untuk
melatih jaringan Feed Forward Neural Network pada data harian
nilai kurs Dolar Australia AUD terhadap Rupiah.
2012
2 Neves, J,
and Cortez Combining Genetic Algorithms,
Neural Networks and Data Filtering for Time Series
Forecasting Algoritma genetika dapat
digunakana untuk menseleksi peramalaan data beruntun.
1998
3 Marcelo C.
M and Alvaro
Veiga A Hybrid Linear-Neural Model
for Time Series Forecasting Mengemukakan Model hybrid
linier yang dapat digunakan untuk meramal pergerakan
indeks harga saham. 2000
Universita Sumatera Utara
4 Ennett,
Colleen M. dan
Monique Frize 2002
Weight-Elimination Neural Networks Applied to Coronary
Surgery Mortality Prediction Prediksi dengan beberapa
pendekatan dan kemudian membandingkan daya
prediksinya. 2002
5 Fariza Arna.
M.Kom., Hybrid Algorithma Genetika
Simulated Annealing untuk peramalan Data Time series
Mengemukakan model hybrid algoritma genetika untuk
peramalan data times series 2003
6 G.
Atsalakis, Ucenic
Time series prediction of water consumption using
neuro-fuzzy ANFIS approach Peramalan data times series
dengan metode neuro - fuzzy 2005
Universita Sumatera Utara
Universita Sumatera Utara
BAB 3 METODOLOGI PENELITIAN
3.1. Pendahuluan
Karena adanya faktor ketidakpastian terhadap harga saham, pialang saham sering mengalami kesulitan dalam memperkirakan harga saham untuk periode berikutnya.
Data harga saham ini memiliki faktor ketidakpastian yang cukup tinggi. Data harga saham setiap waktu membentuk pola yang tidak linier, sehingga dapat digunakan
jaringan saraf tiruan untuk memprediksi harga saham untuk periode berikutnya. Jaringan saraf tiruan dapat belajar dari data yang telah ada kemudian menangkap pola
yang tidak linier dalam data tersebut. Jaringan dapat melakukan generalisasi terhadap data baru yang dimasukkan kedalamnya, kemudian memberikan output berdasarkan
proses pengalaman dan pembelajaran dari data yang pernah dilatihkan sebelumnya.
3.2. Pengumpulan Data