FORECASTING SAHAM SEKTOR TELEKOMUNIKASI MENGGUNAKAN METODE LSTM (LONG SHORT-TERM MEMORY)

FADHILLAH, MIRZA (2021) FORECASTING SAHAM SEKTOR TELEKOMUNIKASI MENGGUNAKAN METODE LSTM (LONG SHORT-TERM MEMORY). S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (COVER) Cover - MIRZA FADHILLAH.pdf Download (560kB) | Preview
Preview	Text (ABSTRAK) Abstrak - MIRZA FADHILLAH.pdf Download (77kB) | Preview
	Text (BAB I) Bab 1 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (50kB)
	Text (BAB II) Bab 2 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (39kB)
	Text (BAB III) Bab 3 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (98kB)
	Text (BAB IV) Bab 4 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (59kB)
	Text (BAB V) Bab 5 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (135kB)
	Text (BAB VI) Bab 6 - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (335kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (114kB)
	Text (LAMPIRAN) Lampiran - MIRZA FADHILLAH.pdf Restricted to Registered users only Download (74kB)

Abstract

Abstrak − Berinvestasi saham merupakan salah satu keputusan yang tepat untuk mendapatkan keuntungan lebih. Namun dalam berinvestasi saham, perlu dilakukan analisis terhadap data perusahaan yang dapat menentukan naik turunnya harga saham suatu perusahaan. Ada banyak metode salah satunya metode kecerdasan buatan lebih tepatnya bagian dari kecerdasan buatan yaitu machine learning. Salah satu metode machine learning adalah LSTM (Long Short-Term Memory) yang merupakan perkembangan dari algoritma RNN. Metode ini memiliki tingkat presisi yang tinggi untuk memprediksi data berupa time series. Data yang digunakan berjumlah 1444 data dengan data training 80% dan data testing 20%. Hasil dari penelitian ini menggunakan perbandingan optimizer dan variasi epoch 25, 50, 75, 100. Kata Kunci − Saham, Forecasting, LSTM, Machine Learning

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41517110107
Uncontrolled Keywords:	Saham, Forecasting, LSTM, Machine Learning
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.5 Computer Modeling and Simulation/Model dan Simulasi Komputer 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	CALVIN PRASETYO
Date Deposited:	01 Dec 2023 06:48
Last Modified:	01 Dec 2023 06:48
URI:	http://repository.mercubuana.ac.id/id/eprint/84488

Actions (login required)

View Item