PREDIKSI HARGA SAHAM MCDONALD’S PADA NEW YORK STOCK EXCHANGE MENGGUNAKAN METODE GATED RECURRENT UNIT

Judoprajitno, Nobel Husodo (2021) PREDIKSI HARGA SAHAM MCDONALD’S PADA NEW YORK STOCK EXCHANGE MENGGUNAKAN METODE GATED RECURRENT UNIT. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Nobel Husodo Judoprajitno) 170709239_bab0.pdf Download (302kB) | Preview
Preview	Text 170709239_bab1.pdf Download (201kB) | Preview
	Text 170709239_bab2.pdf Restricted to Registered users only Download (217kB)
	Text 170709239_bab3.pdf Restricted to Registered users only Download (23kB)
	Text 170709239_bab4.pdf Restricted to Registered users only Download (518kB)
	Text 170709239_bab5.pdf Restricted to Registered users only Download (239kB)
Preview	Text 170709239_bab6.pdf Download (170kB) | Preview

Abstract

Pada masa kini, terdapat berbagai cara untuk meningkatkan penghasilan, salah satunya adalah investasi saham. Saham dapat dibeli pada suatu pasar saham salah satunya adalah NYSE (New York Stock Exchange). Salah satu indeks saham dalam NYSE (New York Stock Exchange) adalah DJIA (Dow Jones Industrial Average). Dalam perhitungan harga saham, dapat digunakan perhitungan analisis yang dibagi menjadi dua yaitu Analisis Fundamental dan Analisis Teknikal. Pada penelitian ini, Analisis Teknikal dapat dilaksanakan menggunakan Machine Learning. Akan tetapi Machine Learning saja tidak cukup sehingga untuk mengolah data yang ada, maka dari itu digunakanlah Deep Learning bertipe Jaringan Saraf Tiruan menggunakan metode GRU (Gate Recurrent Unit). Dari penelitian yang dilakukan, ditemukan permasalahan tentang apakah metode GRU (Gate Recurrent Unit) tepat digunakan pada data harian, mingguan, atau bulanan sehingga mendapat akurasi yang tinggi dan hasil pembelajaran data sesuai dengan data aktual yang ada. Penelitian diawali dengan melakukan analisis dataset yang digunakan, yaitu dataset milik McDonald’s Corporation dari tanggal 6 Januari 2006 hingga 14 April 2021 yang dibagi menjadi tiga yaitu data harian, data mingguan, dan data bulanan. Setelah analisis dilakukan maka melakukan preprocessing data dan membagi data sebagai data pelatihan dan data uji coba. Lalu penelitian berlanjut dengan mengembangkan model serta melakukan pelatihan dan evaluasi pada model yang telah dibuat. Pada akhirnya, melalui model yang telah dibuat, dilakukan prediksi sehingga mendapatkan hasil serta melakukan analisis dan pembahasan pada hasil ekperimen yang telah dicapai. Dari hasil pembahasan yang ada, hasil terbaik didapatkan untuk data mingguan. Hal ini dapat dibuktikan karena hasil dari nilai akurasi R Score yang tinggi sebesar 95.075%, dan nilai error yang rendah (MAE (Mean Absolute Error) sebesar 2.150, RMSE (Root Mean Squared Error) mempunyai nilai sebesar 6.267, dan MAPE (Mean Absolute Percentage Error) mempunyai nilai error sebesar 2.439%) dibandingkan dengan kedua data yang lain. Selain itu pada pengujian berulang, hasil yang didapat tidak berbeda jauh dari hasil sebelumnya.

Actions (login required)

View Item