DIGITAL LIBRARY



JUDUL:Algoritma Long Short Term Memory (LSTM) dalam Memprediksi Harga Saham LQ45
PENGARANG:SYELIA FITRI WIDIANA
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2023-08-15


Era Society 5.0 di Indonesia saat ini dalam pasar modal mempunyai daya tarik yang

besar untuk perkembangan indrustri Indonesia, salah satunya adalah pasar saham

yang merupakan suatu modal usaha yang terbentuk yang mempunyai risiko tinggi

dan volatilitas tinggi, sehingga dapat menjadi pertimbangan para investor untuk

berinvestasi. Adanya volatilitas yang tinggi nantinya akan menyebabkan investasi

pada saham akan berisiko tinggi juga. Penelitian ini bertujuan untuk mengkaji

tentang prediksi harga saham indeks LQ45. Metode yang diambil untuk

memprediksi harga saham indeks LQ45 adalah metode Long Short Term Memory

(LSTM). Data yang digunakan diambil dari website Yahoo! Finance dengan

periode waktu 01 Maret 2021 hingga 01 Maret 2022 dengan jumlah data 248 data.

Data yang diperoleh dibagi menjadi dua data yaitu data training dan data testing.

Dari hasil uji yang dilakukan pada metode LSTM Multivariasi menggunakan

parameter batch-size 25 dan nilai epoch yang akan digunakan adalah 25, 50, 100,

150, dan 200 untuk menghasilkan nilai prediksi dari metode LSTM. Setelah

mendapakan hasil prediksi dengan rasio data 80 data training dan 20 data testing

dengan nilai akurasi optimal yaitu pada Epoch ke 150 yang menghasilkan nilai

RMSE sebesar 6,8635, nilai MAPE sebesar 0,57% atau tingkat nilai keakurasiannya

adalah 99,43%, sehingga nilai tersebut merupakan hasil yang optimal pada metode

LSTM untuk prediksi saham LQ45.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI