Prediksi harga saham LQ-45 dengan metode Long Short Term Memory Networks (LSTM)

Riyadi, Agus (2024) Prediksi harga saham LQ-45 dengan metode Long Short Term Memory Networks (LSTM). S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_1800015016_JUDUL__240805102147.pdf Download (506kB)
	Text (BAB I) T1_1800015016_BAB_I__240805102147.pdf Download (156kB)
	Text (BAB II) T1_1800015016_BAB_II__240805102147.pdf Restricted to Registered users only Download (474kB) | Request a copy
	Text (BAB III) T1_1800015016_BAB_III__240805102148.pdf Restricted to Registered users only Download (230kB) | Request a copy
	Text (BAB IV) T1_1800015016_BAB_IV__240805102148.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) T1_1800015016_BAB_V__240805102148.pdf Restricted to Registered users only Download (140kB) | Request a copy
	Text (Daftar Pustaka) T1_1800015016_DAFTAR_PUSTAKA__240805102148.pdf Download (131kB)
	Text (Lampiran) T1_1800015016_LAMPIRAN__240805102148.pdf Restricted to Registered users only Download (241kB) | Request a copy

Abstract

Long Short Term Memory (LSTM) adalah sistem yang dapat memproses dan memprediksi serta mengkasifikasikan informasi yang tersimpan dalam jangka waktu yang lama. Model ini mampu mengingat informasi dalam jangka panjang maupun pendek sehingga dapat memahami dan memprediksi pola-pola kompleks dalam data temporal. Penelitian ini bertujuan untuk mengetahui arsitektur LSTM yang bekerja dan tingkat efiensi model LSTM dalam memprediksi harga saham. Data saham yang digunakan yaitu saham indeks LQ-45 sektoral perbankan yaitu BBTN, BBNI, BBCA, BBRI, dan BMRI dari tanggal 19 September 2019 sampai 20 September 2021 sebanyak 488 data pada masing-masing saham Model terbaik dalam penelitian ini menggunakan parameter hidden layer sebanyak 4, neuron hidden sebanyak 50, batch size ssebanyak 4, max epoch sebanyak 50, optimizer Root Mean Square Propagation (RMSProp) dan fungsi aktivasi menggunakan tanh dan sigmoid. Sehingga didapatkan nilai eror untuk saham BBTN didapatkan hasil MSE sebesar 1432,739, RMSE sebesar 37,851 dan MAE sebesar 37,702. Saham BBNI didapatkan hasil MSE sebesar 5145,614, RMSE sebesar 71,732 dan MAE sebesar 71,664. Saham BBCA didapatkan hasil MSE 6325,565, RMSE sebesar 79,533 dan MAE sebesar 79,513. Saham BBRI didapatkan hasil MSE sebesar 3885,759, RMSE sebesar 62,336 dan MAE sebesar 62,310. Saham BMRI didapatkan hasil MSE sebesar 6096,282, RMSE sebesar 78,079 dan MAE sebesar 78,062.

Item Type:	Thesis (S1)
Keyword:	Prediksi, LSTM, saham
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics
Divisi / Prodi:	Faculty of Applied Science and Technology (Fakultas Sains Dan Teknologi Terapan) > S1-Mathematics (S1-Matematika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	29 Oct 2024 04:03
Last Modified:	29 Oct 2024 04:03
URI:	http://eprints.uad.ac.id/id/eprint/77001

Actions (login required)

View Item