YOHANES, EVAN RISKY (2023) PREDIKSI PERGERAKAN HARGA INDEKS SEKTOR TEKNOLOGI PADA BURSA EFEK INDONESIA MENGGUNAKAN LSTM. S1 thesis, Universitas Atma Jaya Yogyakarta.
|
Text (EVAN RISKY YOHANES)
18 07 09899 0.pdf Download (622kB) | Preview |
|
|
Text
18 07 09899 1.pdf Download (464kB) | Preview |
|
|
Text
18 07 09899 2.pdf Download (452kB) | Preview |
|
![]() |
Text
18 07 09899 3.pdf Restricted to Registered users only Download (692kB) |
|
![]() |
Text
18 07 09899 4.pdf Restricted to Registered users only Download (922kB) |
|
![]() |
Text
18 07 09899 5.pdf Restricted to Registered users only Download (3MB) |
|
|
Text
18 07 09899 6.pdf Download (521kB) | Preview |
Abstract
Semenjak virus COVID-19 menyebar di Indonesia pada 2020, masyarakat banyak yang di PHK sehingga membuat masyarakat berinvestasi agar tetap mendapatkan penghasilan. Perdagangan saham di Indonesia dilakukan melalui Bursa Efek Indonesia yang didalamnya terdapat Indeks Sektor Teknologi (IDXTECHNO). Terdapat dua metode dalam analisa suatu saham yaitu analisa teknikal dan analisa fundamental. Pada penelitian ini analisa teknikal dapat dilakukan menggunakan machine learning. Berdasarkan penelitian ini, ditemukan permasalahan mengenai metode apa yang dapat digunakan dalam melakukan prediksi harga suatu indeks yang memiliki akurasi tinggi, tingkat kesalahan terkecil serta kesesuaian prediksi dengan harga sebenarnya. Penelitian diawali dengan melakukan pengumpulan dan analisa pada dataset harga IDXTECHNO dengan rentang waktu 25 Januari 2021 hingga 31 Maret 2022. Proses selanjutnya yaitu preprocessing data, mengembangkan model, melakukan pelatihan dan membuat evaluasi. Peroses akhir yang dilakukan yaitu melakukan prediksi menggunakan model yang telah dibuat agar mendapatkan hasil serta melakukan analisis, pembahasan dan pembandingan berdasarkan hasil yang telah didapatkan. Berdasarkan hasil pembahasan, hasil terbaik dalam memprediksi harga didapatkan oleh metode BLSTM 150. Hal ini karena hasil dari evaluasi yang dilakukan memiliki nilai yang terendah dibandingkan dengan LSTM, GRU dan prophet. Nilai yang didapatkan berupa RMSE sebesar 537,949, MAE sebesar 717,898 dan MAPE sebesar 6,92%.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | IDXTECHNO, LSTM, BLSTM, GRU, Prophet |
Subjects: | Teknik Informatika > Soft Computing |
Divisions: | Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Editor UAJY |
Date Deposited: | 27 Feb 2023 14:12 |
Last Modified: | 27 Feb 2023 14:12 |
URI: | http://e-journal.uajy.ac.id/id/eprint/28573 |
Actions (login required)
![]() |
View Item |