Prediksi Harga Saham Perusahaan Konstruksi dan Pengembang Properti di Indonesia menggunakan Algoritma Backpropagation (Studi Kasus : Close Price Saham Harian PT Pembangunan Perumahan Tbk (PTPP) pada Januari 2022 – Februari 2024)

Abstract

Pasar saham merupakan salah satu instrumen investasi yang semakin populer dalam beberapa tahun terakhir, terutama di Indonesia. Harga saham mengalami fluktuasi setiap harinya, sehingga penting untuk melakukan analisis terhadap saham suatu perusahaan sebagai bahan pertimbangan sebelum membeli saham perusahaan tersebut. Saham yang dianalisis pada penelitian ini berasal dari perusahaan konstruksi dan pengembang properti karena pemerintah Indonesia sangat berkomitmen terhadap pembangunan infrastruktur dalam sektor konstruksi, yang dibuktikan dengan kenaikan jumlah infrastruktur. PTPP dipilih sebagai saham yang akan dianalisis karena perusahaan ini telah berhasil memperoleh kontrak terbanyak pada proyek Ibu Kota Nusantara, jika dibandingkan dengan perusahaan konstruksi besar lainnya. Oleh karena itu, penelitian ini bertujuan untuk mengetahui tingkat akurasi prediksi harga saham harian PTPP. Prediksi dilakukan menggunakan metode Jaringan Saraf Tiruan dengan algoritma Backpropagation untuk meramalkan harga penutupan saham PTPP, sehingga diharapkan dapat membantu mengurangi risiko bagi investor yang ingin berinvestasi di perusahaan ini. Hasil prediksi dari penelitian ini yaitu tingkat akurasi yang dihasilkan dari model jaringan saraf tiruan menggunakan ukuran kesalahan MAPE diperoleh sebesar 1.456% untuk data training. Sedangkan untuk data testing didapatkan MAPE sebesar 2.295%.