Prediksi harga saham syariah menggunakan metode reccurent neural network-long short term memory

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Wardani, Wulan Wahyu Kusuma (2021) Prediksi harga saham syariah menggunakan metode reccurent neural network-long short term memory. Undergraduate thesis, UIN Sunan Ampel Surabay.

[img] Text
Wulan Wahyu Kusuma Wardani_H72217053.pdf

Download (3MB)

Abstract

Investasi adalah kata yang banyak diperbincangkan saat ini. investasi dapat dalam bentuk real asset maupun financial asset. Finanical asset memiliki banyak produk di dalamnya, salah satunya yakni saham. Saham merupakan bukti kepemilikan atas suatu perusahaan. Saham yang digunakan dalam penelitian ini yakni saham PT Telkom Indonesia Tbk (TLKM). Saham TLKM dipilih dikarenakan TLKM memiliki 163 juta pelanggan serta menduduki peringkat 1 dalam jumlah pelanggan seluler yang ada di Indonesia pada tahun 2018. Harga saham di pasar modal sangat fluktuatif, dapat naik maupun turun dalam waktu yang singkat. Untuk itu prediksi menjadi hal yang dapat dipertimbangkan dalam proses jual atau beli saham. Metode recurrent neural network-long short term memory dipilih sebagai metode yang dapat membantu dalam hal peramalan harga saham ini. LSTM memiliki kelebihan yakni dapat menangani masalah gradien yang menghilang pada pemrosesan data sekuensial jangka panjang. Dilakukan uji coba yang meliputi pola time series, neuron hidden, max epoch, dan batch size untuk mendapatkan model prediksi yang optimal. Parameter terbaik yang diperoleh yakni pola time series sebesar 5, Neuron hidden sebesar 5, max epoch sebesar 50, dan batch size sebesar 4. Hasil yang diperoleh dalam menggunakan metode ini yakni nilai RMSE sebesar 117,266 dan nilai MAPE sebesar 2,980%. Nilai MAPE tersebut kurang dari 10%, sehingga dapat dikatakan bahwa hasil dari peramalan harga saham menggunakan metode RNN-LSTM memiliki akurasi yang baik.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Wardani, Wulan Wahyu Kusumawulanwahyu321@gmail.comH72217063
Contributors:
ContributionNameEmailNIDN
Thesis advisorUlinnuha, Nurissaidahnuris.ulinnuha@uinsby.ac.id2002119001
Thesis advisorHakim, Lutfilutfihakimbungah@gmail.com197312252006041001
Subjects: Matematika
Keywords: Harga saham; TLKM; Recurrent Neural Network; Long Short Term Memory.
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Wulan Wahyu Kusuma wardani
Date Deposited: 15 Aug 2021 12:02
Last Modified: 15 Aug 2021 12:02
URI: http://digilib.uinsby.ac.id/id/eprint/49542

Actions (login required)

View Item View Item