PREDIKSI HARGA SAHAM SEKTOR KEUANGAN INDONESIA MENGGUNAKAN ALGORITMA DAN PEMODELAN LONG SHORT-TERM MEMORY NETWORK (STUDI PADA PERBANKAN YANG MASUK DALAM INDEKS LQ45 AGUSTUS 2018)
M. PANTAGAMA
Informasi Umum
Kode
19.05.137
Klasifikasi
658.15 - Financial management, Insolvency, Bankruptcy, Valuation of businesses, Financial Decision making, Financial planning
Jenis
Karya Ilmiah - Thesis (S2) - Reference
Subjek
Financial Engineering
Dilihat
181 kali
Informasi Lainnya
Abstraksi
Pasar sekunder tempat diperjual-belikan saham merupakan salah satu instrumen pasar modal tempat masuknya investasi. Investor memutuskan untuk membeli atau melepas saham dengan berbagai pertimbangan dan analisa. Sektor keuangan yang dikuasai sub sektor perbankan pada indeks LQ45 untuk periode Agustus 2018 yang dikeluarkan Bursa Efek Indoensia memiliki kapitalisasi besar yang menguasai lebih sepertiga pasar LQ45. Besarnya kapitalisasi pasar ini sangat mempengaruhi performansi indeks LQ45 dan Indeks Harga Saham Gabungan.
Revolusi industri 4.0 dengan teknologi Artificial Intelligence memiliki kemampuan Machine Learning membuat model algoritma yang sulit untuk melakukan prediksi harga saham yang sangat berguna bagi investor. Machine Learning yang salah satunya menggunakan model Long Short-Term Memory dapat melakukan prediksi harga saham dengan akurasi yang baik. Untuk itu diperlukan suatu studi untuk dapat memprediksi harga saham sektor keuangan dengan menggunakan algoritma dan model Long Short-Term Memory (LSTM) Network.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | M. PANTAGAMA |
| Jenis | Perorangan |
| Penyunting | BRADY RIKUMAHU |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S2 Manajemen |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
