“PERBANDINGAN METODE LONG SHORT-TERM MEMORY (LSTM) DAN METODE EXPONENTIAL MOVING AVERAGE (EMA) PADA PREDIKSI HARGA SAHAM NVIDIA CORPORATION”

Detail Cantuman

Text

“PERBANDINGAN METODE LONG SHORT-TERM MEMORY (LSTM) DAN METODE EXPONENTIAL MOVING AVERAGE (EMA) PADA PREDIKSI HARGA SAHAM NVIDIA CORPORATION”

XML

ABSTRAK
Penelitian ini membandingkan kinerja metode Long Short-Term Memory (LSTM)
dan Exponential Moving Average (EMA) dalam memprediksi harga saham
NVIDIA Corporation (NVDA) menggunakan data harga penutupan harian periode
2016–2026 sebanyak 2.516 data yang diperoleh dari Investing.com. EMA
diterapkan melalui perhitungan rata-rata bergerak berbobot eksponensial yang
mampu mengikuti tren jangka pendek, namun terbatas dalam menangkap pola non
linear dan volatilitas tinggi. Sebaliknya, LSTM diimplementasikan melalui tahap
normalisasi, pembentukan sequence (windowing), serta pembagian data latih dan
uji, sehingga mampu memodelkan hubungan temporal dan pola non-linear secara
lebih efektif. Evaluasi menggunakan MAE dan RMSE menunjukkan bahwa LSTM
menghasilkan nilai MAE 6.6220 dan RMSE sebesar 8.4280, lebih rendah
dibandingkan EMA dengan MAE 11.7553 dan RMSE sebesar 14.0074. Hasil
tersebut menunjukkan bahwa LSTM memiliki akurasi prediksi yang lebih baik
dalam menangkap dinamika pergerakan harga saham NVDA dibandingkan metode
EMA.
Kata Kunci: Prediksi Harga Saham, LSTM, EMA, Time Series, NVIDIA
Corporation, MAE, RMSE.


Detail Information

Item Type
Skripsi (S1)
Penulis
Student ID
222510143
Dosen Pembimbing
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Teknik Informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail