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.
NO | DOWNLOAD LINK |
1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI