PERBANDINGAN METODE ARTIFICIAL NEURAL NETWORK BACKPROPAGATION DAN GARCH DALAM MEMPREDIKSI HARGA SAHAM ( Studi Kasus : Saham Indosat Tahun 2012 – 2022 ) = COMPARISON OF ARTIFICIAL NEURAL NETWORK BACKPROPAGATION AND GARCH METHODS IN PREDICTING STOCK PRICE (Case Study: Indosat Shares 2012 – 2022 )

MAKTISEN ENA. Perbandingan Metode Artificial Neural Network Backpropagation dan GARCH dalam Memprediksi Harga Saham (Studi Kasus: Saham Indosat Tahun 2012 – 2022) (dibimbing oleh Dr. Erna Tri Herdiani, S.Si., M.Si dan Dr. Dr. Georgina Maria Tinungki, M.Si).

Salah satu masalah yang dihadapi dalam proses peramalan adalah masalah heteroskedastisitas. Heteroskedastisitas banyak terjadi terutama pada data saham. Harga Saham Pt. Indosat (tbk) dari tanggal 6 Maret 2012 – 18 Januari 2022 mengalami fluktuatif dari waktu ke waktu, sehingga variannya bersifat heteroskedastisitas. Model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) dan Artificial Neural Network Backpropagation (ANNBP) merupakan metode yang dapat digunakan pada data yang mengalami heteroskedastisitas. Tujuan dalam penelitian untuk memperoleh model dan hasil peramalan dari GARCH dan ANN Backpropagation. Dalam penelitian ini, kedua model tersebut dibandingkan berdasarkan nilai MAPE terkecil. Penelitian ini menggunakan data harian penutupan Saham Indosat. Peramalan dilakukan pada data penutupan saham Indosat, jumlah data 2453 data dibagi dalam dua bagian yaitu data latih 80% berjumlah 1962 data dan 20% data latih berjumlah 491 data. Hasil peramalan dari model GARCH diperoleh nilai MAPE sebesar 11.04%, dan model ANN Backpropagation dengan 7 inputan layer, 20 hidden layer, diperoleh nilai MAPE sebesar 7.01%. dengan demikian, model terbaik untuk memprediksi Harga Saham Indosat dalam penelitian ini adalah model backpropagation.