Text
PREDIKSI HARGA SAHAM INDUSTRI PENGOLAHAN SEMEN DENGAN METODE LONG SHORT-TERM MEMORY
- Bagikan:
Investasi sudah banyak diperbincangkan, bahkan menjadi hal yang lazim ditelinga
masyarakat dengan seiring berkembangnya perekenomian. Pada saat ini, investasi
saham menjadi salah satu pilihan yang paling banyak diminati dan menjadi salah
satu alternatif dalam berinvestasi di masyarakat. Mengingat tingginya risiko
dalam berinvestasi saham, perlunya dilakukan analisis adalah dengan
menggunakan metode peralaman atau prediksi. Pada penelitian ini, dilakukan
prediksi dengan menerapkan metode Long Short-Term Memory (LSTM) dalam
memprediksi harga saham industri pengolahan semen seperti PT. Indocement
Tunggal Prakarsa Tbk (INTP.JK), PT. Semen Baturaja (Persero) Tbk (SMBR.JK),
dan PT. Semen Indonesia (Persero) Tbk (SMGR.JK). Metode LSTM merupakan
pengembangan dari Recurrent Neural Network (RNN) dan RNN merupakan salah
satu jenis dari Artificial Neural Network (ANN). Metode LSTM memerlukan
beberapa parameter yang tepat guna untuk menghasilkan prediksi yang akurat.
Pada penelitian ini, dengan menggunakan beberapa parameter seperti, dengan
menggunakan batch 64 dan epoch 50 menghasilkan tingkat akurasi yang cukup
baik dari masing-masing indeks saham dari industri pengolahan semen yang
dipilih. Tingkat akurasi tersebut diukur dengan Root Mean Square Error (RMSE)
atau tingkat selisih dari keseluruhan data asli dengan data hasil prediksi dari
saham yang dipilih. Dengan melakukan iterasi dari proses LSTM terhadap jumlah
epoch 50 dan batch 64 diperoleh visualisasi dalam grafik yang hampir sama
dengan grafik aslinya. Dari penelitan ini, diperoleh nilai RMSE dari indeks saham
SMBR.JK adalah 42.12, nilai RMSE dari indeks saham SMGR.JK adalah 327.98,
serta nilai RMSE dari indeks saham INTP.JK adalah 428.99.
Kata Kunci : Investasi, Investor, Saham, Prediksi, LSTM, RMSE
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
ANDI MARTHIN PANDAPOTAN - Personal Name
|
| Student ID |
219518005
|
| Dosen Pembimbing | |
| Penguji |
Samuel Manurung, S.Kom., M.Kom. - - Penguji 2
|
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2021 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |