Prediksi IHSG Pada BEI Menggunakan Variabel Ekonomi Makro Berbasis Backpropagation Neural Network

Abstract

Abstrak

Penelitian ini bertujuan untuk memprediksi indeks harga saham gabungan pada BEI (Bursa Efek Indonesia) periode 2006-2015 dengan menggunakan variable ekonomi makro (dalam hal ini Inflasi, suku bunga Bank Indonesia dan nilai tukar rupiah). Penelitian ini menggunakan metode Backpropagation Neural Network. Data yang digunakan untuk Input pada penelitian ini adalah data bulanan dari IHSG (Indeks Harga Saham Gabungan), inflasi, suku bunga BI dan nilai tukar rupiah sebanyak 100 (seratus) data, sedangkan data output yang digunakan untuk  prediksi ada sebanyak 20 (dua puluh) data. Pada penelitian ini dilakukan pelatihan (training) atas 2 (dua) kelompok. Kelompok Pertama menggunakan 3 hidden layer, dengan neuron sebanyak [5   10  1] pada tiap layernya, epoch sebanyak 100, learning rate sebesar 0.4. Sedangkan kelompok kedua menggunakan  3 hidden layer, dengan neuron sebanyak [5  1  1]  pada tiap layernya, epoch sebanyak 50, learing rate sebesar 0.2. Fungsi yang digunakan pada ke dua kelompok tersebut adalah sebanyak 27 kali yang merupakan kombinasi dari fungsi Tansig, Logsig, dan Purelin. Pada akhir penelitian diperoleh nilai RMSE (Root Mean Square Error) terkecil yaitu 0.115 dengan fungsi Purelin Logsig Tansig.  Semakin kecil error  training  yang dihasilkan maka tingkat akurasi yang dicapai akan semakin baik.

Kata kunci: Ekonomi Makro, IHSG, Backpropagation Neural Network, RMSE