Pemodelan Volatilitas Saham Menggunakan Jaringan Syaraf Tiruan dan Algoritma Genetika

Abstract

Fluktuasi yang besar dan tidak pasti dalam peramalan saham merupakan salah satu masalah yang dihadapi oleh para investor. Hal ini mengakibatkan model peramalan yang digunakan harus mampu mengakomodasi kondisi tersebut. Salah satu model yang cocok adalah model Autoregresive Conditional Heteroscedasticity (ARCH). Alternatif lain yang dapat digunakan adalah dengan mengkombinasikan Jaringan Syaraf Tiruan (JST) dengan model ARCH yang disebut Neuro-ARCH. Tujuan dari penelitian ini adalah menentukan model volatilitas saham menggunakan model Neuro-ARCH dengan algoritma genetika sebagai algoritma pelatihan jaringannya. Data yang digunakan adalah data harga saham PT. XL Axiata, Tbk. Pemilihan model terbaik dilakukan berdasarkan nilai RMSE dan MAPE terkecil. Hasil penelitian menunjukkan bahwa model dengan nilai probabilitas crossover 0.6 merupakan model terbaik dengan nilai RMSE sebesar 0.000195 dan nilai MAPE sebesar 0.005212%. Kata Kunci: Algoritma Genetika; ARCH, JST, Volatilitas.