Abstrak— Perdagangan saham merupakan salah satu jenis
bisnis yang dilakukan di berbagai belahan dunia. Untuk
mendapatkan profit yang maksimal, diperlukan analisa akurat
sehingga seorang trader dapat memutuskan untuk membeli dan
menjual saham pada waktu dan harga tepat. Secara
konvensional, analisa yang digunakan adalah analisa
fundamental dan analisa teknikal berbasis data historis yang
diolah dengan pendekatan matematis. Dengan berkembangnya
teknologi, maka analisa dan prediksi harga dapat dilakukan
dengan dibantu algoritma komputasi, salah satunya adalah
machine learning. Pada penelitian ini dilakukan simulasi pada
Artificial Neural Network untuk mendapatkan hasil prediksi
harga yang akurat. Eksperimen dilakukan dengan menggunakan
berbagai parameter input termasuk dengan menggunakan filter
moving average, untuk mendapatkan akurasi terbaik. Simulasi
dilakukan dengan dataset indeks saham yang mewakili tiga
benua yaitu NYA (Amerika, USA), GDAXI (Eropa, Jerman) dan
JKSE (Asia, Indonesia). Penelitian ini mengusulkan metoda baru

yaitu penggunaan input berupa kombinasi dari parameter harga
C, O, L, H, MA-5 dari C, MA-5 dari O, dan rata-rata O & C.
Selain itu, juga dibandingkan dengan metoda dari hasil
penelitian yang telah dilakukan oleh Khorram et al, dan
diperoleh bahwa metoda baru yang diusulkan ini memberikan
hasil prediksi yang lebih akurat.