digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

COVER Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 1 Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 2 Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 3 Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 4 Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 5 Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

PUSTAKA Diana Tanoto
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

Ekonofisika adalah bidang interdisipliner dalam ilmu fisika yang menerapkan teori dan metode fisika untuk menyelesaikan masalah yang berkaitan dengan sistem ekonomi dan keuangan. Melakukan prediksi pergerakan harga saham dengan menggunakan Machine Learning merupakan salah satu penerapan ilmu ekonofisika. Salah satu jenis Machine Learning yang dapat digunakan untuk melakukan prediksi adalah Bayesian Neural Network. Bayesian Neural Network merupakan model neural network yang sudah dilatih dengan menggunakan Bayesian inference. Pada Bayesian Neural Network, terdapat beberapa jenis hyperparameter yang perlu diatur agar model dapat bekerja dengan optimal. Penelitian ini bertujuan untuk mengetahui performa Bayesian Neural Network dalam memprediksi harga penutupan saham, menentukan kecocokannya untuk berbagai trendline, dan membandingkan hasil prediksinya dengan metode lainnya. Dataset yang digunakan adalah data historis dari saham BBCA.JK, INDF.JK, dan GGRM.JK, dengan rentang waktu 4 tahun, yaitu sejak tanggal 2 Januari 2020 hingga tanggal 2 Januari 2024. Berdasarkan hasil analisis dan pengolahan data, didapatkan bahwa model Bayesian Neural Network cukup akurat untuk melakukan prediksi pergerakan harga saham. Hasil prediksi harga menggunakan model Bayesian Neural Network juga lebih akurat dibandingkan dengan metode lain.