ABSTRAK

OPTIMASI NILAI N PADA SINGLE MOVING AVERAGE (SMA) DENGAN PARTICLE SWARM OPTIMIZATION (PSO) STUDI KASUS SAHAM BRI 

(Oleh : Rahman Hadi; Pembimbing: H.Irwan Budiman, S.T., M.Kom dan Friska Abadi M.Kom; 2021; 66 halaman)

Bursa saham merupakan area bisnis yang menjanjikan. Potensi untuk memperoleh return yang tinggi dalam waktu yang cukup singkat menjadi salah satu daya tarik sendiri dari bisnis ini. Prediksi terhadap harga saham menjadi hal yang sangat menarik dan menantang bagi kalangan peneliti dan akademisi, belakangan ditemukan bahwa harga saham dapat diprediksi dengan derajat akurasi tertentu. Single Moving Average (SMA) adalah salah satu metode untuk memprediksi data time series. Namun nilai N pada SMA perlu untuk di optimalkan agar mendapatkan nilai N dengan hasil yang optimal pada SMA tersebut dan mendapatkan hasil yang akurat. Algoritma Particle Swarm Optimization di implementasikan untuk mengetahui nilai N terbaik pada metode Single Moving Average yang lebih optimal. SMA+PSO dan SMA dilakukan perhitungan dengan menggunakan nilai N awal 3,5,7,9,11. Sehingga hasil dari penelitian ini adalah SMA dengan akurasi 97,98464% dan untuk SMA+PSO dengan akurasi 98,15442%. Hasil uji dari penelitian ini adanya pengaruh PSO pada SMA dalam meningkatkan akurasi dalam menentukan nilai N terbaik.

Kata kunci: Saham, Saham BRI, Prediksi, Single Moving Average, Particle Swarm Optimization