<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="9094">
 <titleInfo>
  <title>METODE PERAMALAN FUZZY TIME SERIES, NEURAL NETWORK DAN HYBRID FUZZY-NEURAL NETWORK PADA DATA INDEKS HARGA SAHAM GABUNGAN</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NITA FERDIANA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xii,; 87hlm. ; il. ; 29 cm</extent>
 </physicalDescription>
 <note>Saham merupakan instrumen investasi yang banyak dipilih para investor &#13;
karena saham marnpu memberikan tingkat keuntungan yang menarik. Selain &#13;
menguntungkan, saharn juga tergolong sebagai komoditi investasi berisiko tinggi &#13;
karena sifat harga saharn yang peka terhadap perubahan-perubahan kondisi &#13;
ekonomi, politik, maupun sosial. Salah satu cara untuk meminimalisir risiko &#13;
investasi saham adalah dengan melakukan perarnalan Indeks Harga Saham &#13;
Gabungan (IHSG) sebagai suatu informasi yang bisa dijadikan acuan investor dalarn &#13;
bertransaksi di pasar modal sehingga dapat mengantisipasi naik-turunnya harga &#13;
saham. Adapun tujuan dari penelitian ini adalah mendapatkan nilai ramalan data &#13;
IHSG harian yang akurat untuk melihat kecenderungan pergerakan IHSG di masa &#13;
mendatang. Ada tiga metode perarnalan deret waktu berbasis kecerdasan buatan &#13;
yang akan dikaji lebih lanjut dalarn penelitian ini, yaitu model perarnalan Fuzzy &#13;
Time Series, Neural Network, dan Hybrid Fuzzy-Neural Network. Tingkat akurasi &#13;
peramalan yang dihasilkan oleh setiap metode perarnalan diukur dengan kriteria &#13;
Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa &#13;
ketiga metode perarnalan yang digunakan dalarn penelitian ini cukup valid &#13;
digunakan untuk perarnalan IHSG dengan ambang batas nilai yang ditetapkan yakni &#13;
MAPE</note>
 <note type="statement of responsibility">NITA FERDIANA</note>
 <subject authority="">
  <topic>Metode Perarnalan Fuzzy Time Series, Neural Networ</topic>
 </subject>
 <classification>519.5</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Nit m/R.14.63</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030007385</numerationAndChronology>
    <sublocation>Perpustakaan Pusat</sublocation>
    <shelfLocator>519.5 Nit m/R.14.63</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>9094</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:42:25</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-03-01 16:00:56</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>