Prediksi Harga Saham Bank BCA (BBCA) Pasca Stock Split dengan Artificial Neural Network dengan Algoritma Backpropagation

Abstract

Saham merupakan instrumen investasi dengan harga yang fluktuatif. Stock split merupakan solusi dengan meningkatkan jumlah saham yang beredar yang bertujuan untuk meningkatkan likuiditas perdagangan sehingga harga saham diharapkan stabil. Stock split sejalan dengan Sustainable Development Goals ke-8 tentang Pekerjaan Layak dan Pertumbuhan Ekonomi. Penelitian ini menggunakan data historis harga saham BCA dan nilai tukar USD terhadap IDR untuk memprediksi harga saham BCA dengan metode Artificial Neural Network (ANN) menggunakan algoritma backpropagation dengan arsitektur Feed Forward Neural Network (FFNN). Hasil penelitian ini menunjukkan bahwa struktur FFNN dengan 9 neuron pada lapisan tersembunyi mampu menghasilkan prediksi yang akurat dengan nilai Root Mean Squared Error (RMSE) sebesar 121,16 dan Mean Absolute Percentage Error (MAPE) sebesar 1,12%.