Prediksi Pergerakan Saham Menggunakan Metode Support Vector Regression dan Long Short-Term Memory
NOVA MONICA SARUMPAET
Informasi Umum
Kode
22.04.1071
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
10 kali
Informasi Lainnya
Abstraksi
Prediksi saham merupakan salah satu solusi yang menarik didunia komputasi. Prediksi saham memiliki peran yang penting dalam menentukan pola pergerakan suatu harga saham dari waktu ke waktu. Keberhasilan prediksi harga saham merupakan keuntungan bagi seorang investor untuk dapat menentukan waktu yang tepat untuk membeli maupun menjual saham. Dalam penelitian ini menggunakan Support Vector Regression dan Long Short-Term Memory untuk memprediksi harga saham dengan menggunakan dataset Nasdaq. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa Long Short-Term Memory memiliki hasil prediksi yang lebih baik dibandingkan dengan Support Vector Regression dengan nilai RMSE sebesar 192.6, MAE sebesar 144.12, dan R-Squared sebesar 0.9941. Hasil tersebut menunjukkan prediksi yang bagus karena model mampu memberikan nilai eror yang kecil dan nilai R-Squared yang besar.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | NOVA MONICA SARUMPAET |
| Jenis | Perorangan |
| Penyunting | INDWIARTI |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
