Prediksi harga saham menggunakan Metode Long Short Term Memory

Muhammad, Sahroni (2024) Prediksi harga saham menggunakan Metode Long Short Term Memory. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

	Text COVER.pdf Download (1MB)
	Text BAB-I.pdf Download (366kB)
	Text BAB-II.pdf Restricted to Repository staff only Download (627kB)
	Text BAB-III.pdf Restricted to Repository staff only Download (735kB)
	Text BAB-IV.pdf Restricted to Repository staff only Download (607kB)
	Text BAB-V.pdf Restricted to Repository staff only Download (355kB)
	Text DAFTAR-PUSTAKA.pdf Restricted to Repository staff only Download (234kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (578kB)

Abstract

Saham merupakan sebuah instrumen investasi yang sangat beresiko, jika saat berinvestasi cara yang di lakukan tidak benar, yang mana karena investasi termasuk dalam mengelolah keuangan untuk pertumbuhan di masa depan sehingga ketika ingin berinvestasi perlu yang namanya teknik analasi dimana salah satunya dengan melakukan prediksi harga saham dengan akurat untuk mendukung keputusan investasi lebih baik. Apalagi saat ini Semakin banyak anak muda di generasi sekarang yang sudah mulai melakukan investasi di intrumen saham, maka pengetahuan tentang cara prediksinya harus di pahami lebih awal sehingga dapat mengurangi menunjukkan kerugian sebagai calon investor dimasa depan, dengan metode prediksi yang baik dan benar dengan tingkat akurasi yang baik. Data yang digunakan berupa harga saham harian Bank Syariah Menunjukkan dari tahun mei 2019 hingga mei 2024 dengan total sebanyak 1215 data dengan Metode penelitian menggunakan LSTM (Long Short-Term Memory) meliputi tahapnya dari pengumpulan data dari situs yahoo finance, kemudian ke tahap preprocessing, pembentukan model LSTM, dan evaluasi model. Model LSTM diimplementasikan menggunakan bahasa pemrograman Python dan evaluasi model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE) dengan Hasil menunjukkan bahwa model LSTM mampu memberikan prediksi yang akurat nilai eror MAPE hanya sebesar 1.72 % dan RMSE sebesar 53,49. Dari penelitian ini menunjukkan bahwa metode LSTM efektif dalam memprediksi harga saham dengan tingkat akurasi mencapai 98.28% dan dapat menjadi salah satu acuan yang berguna bagi investor ketika memulai inveatasi saham.

Item Type:	Thesis (Undergraduate (S1))
Uncontrolled Keywords:	bank syariah indonesia, long short-term memory, MSE, prediksi harga saham, RMSE
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Informasi > Informatika
Depositing User:	Perpustakaan Unmer Pasuruan
Date Deposited:	02 Nov 2024 03:07
Last Modified:	02 Nov 2024 03:07
URI:	http://repository.unmerpas.ac.id/id/eprint/724

Actions (login required)

View Item