Prediksi harga emas di Indonesia menggunakan metode long short term memory (LSTM)

Huda, Rifqoh Qonita Al (2024) Prediksi harga emas di Indonesia menggunakan metode long short term memory (LSTM). ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.

[thumbnail of Rifqoh Qonita Al Huda_09010220014.pdf] Text
Rifqoh Qonita Al Huda_09010220014.pdf

Download (1MB)
[thumbnail of Rifqoh Qonita Al Huda_09010220014_Full.pdf] Text
Rifqoh Qonita Al Huda_09010220014_Full.pdf
Restricted to Repository staff only until 22 July 2027.

Download (1MB)

Abstract

Harga emas sering mengalami fluktuasi yang signifikan, dipengaruhi oleh berbagai faktor seperti permintaan industri, inflasi, perubahan suku bunga, dan ketidakpastian ekonomi global. Fluktuasi harga ini menciptakan ketidakpastian bagi investor, yang dapat mempengaruhi keputusan investasi secara signifikan. Ketidakpastian tersebut menekankan bahwa prediksi harga emas dilakukan dengan tujuan untuk membantu investor membuat keputusan investasi yang tepat, meminimalkan risiko, dan mengoptimalkan keuntungan. Metode long short term memory dipilih sebagai metode prediksi harga emas. LSTM mempunyai kelebihan yakni dapat menangani masalah ketergantungan jangka panjang dan memprediksi data time series. Penelitian ini menggunakan data sekunder berupa data harga emas harian di Indonesia periode 01 Januari 2021 sampai dengan 31 Mei 2024. Model terbaik yang dihasilkan adalah perolehan nilai MAPE sebesar 0,570%, dengan pembagian data training sebesar 70% dan data testing sebesar 30%, jumlah neuron hidden sebanyak 15, batch size sebesar 32, dan epoch sebanyak 150. Hasil MAPE menunjukkan bahwa model Long Short Term Memory sangat baik dalam memprediksi harga emas di Indonesia.

Item Type: Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined])
Uncontrolled Keywords: Harga emas; long short term memory; prediksi
Subjects: Matematika
Teknologi
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Rifqoh Qonita Al Huda
Date Deposited: 22 Jul 2024 06:18
Last Modified: 22 Jul 2024 06:19
URI: http://digilib.uinsby.ac.id/id/eprint/72009

Actions (login required)

View Item
View Item