Informasi Umum

Kode

22.04.2308

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

234 kali

Informasi Lainnya

Abstraksi

<p>Membeli saham bisa dijadikan salah satu pertimbangan untuk berinvestasi selain membeli emas, tanah, dan lainnya. Apalagi ketika terdapat saham yang memiliki risiko yang kecil namun memiliki <em>return</em> yang tinggi. Sudah banyak sekali penelitian mengenai saham menggunakan berbagai metode. Dimulai dari metode yang paling konvensional, hingga menggunakan metode <em>Deep</em> <em>Learning</em>. <em>Deep</em> <em>Learning</em> merupakan salah satu metode yang sedang ramai dibicarakan, karena metode ini rata-rata menghasilkan model prediksi yang memiliki keakuratan tinggi. Oleh karena itu, dalam tugas akhir dilakukan prediksi <em>return</em> saham pada indeks IDX 30 dengan membangun model prediksi <em>return</em> saham menggunakan kombinasi metode <em>Bidirectional</em> LSTM dan <em>Cuckoo</em> <em>Search</em> <em>Optimization</em>. <em>Bidirectional</em> LSTM merupakan suatu sistem penyimpanan data yang dapat memproses dan memprediksi data yang telah disimpan bahkan dengan waktu yang lama sekalipun. <em>Cuckoo</em> <em>Search</em> <em>Opt</em><em>i</em><em>mization</em> merupakan salah satu algoritma optimisasi yang dapat digunakan untuk pengambilan keputusan. Terdapat total 20 data saham yang diuji pada tugas akhir ini. Pada pengujian pertama prediksi <em>return</em> saham didapatkan dari prediksi harga saham yang diproses menjadi prediksi <em>return</em> saham. Sedangkan pada pengujian kedua, prediksi <em>return</em> saham didapatkan dari data <em>return</em> saham. Pada pengujian pertama 15 dari 20 data saham memiliki nilai <em>Root Mean Square Error</em> dan <em>Mean Average Error</em> yang lebih kecil ketika hasil prediksi <em>Bidirectional</em> LSTM dikombinasikan dengan <em>Cuckoo</em> <em>Search</em> <em>Optimization</em>. Sedangkan pada pengujian kedua 8 dari 20 data saham memiliki nilai <em>Root Mean Square Error</em> dan <em>Mean Average Error</em> yang lebih kecil ketika hasil prediksi <em>Bidirectional</em> LSTM dioptimasi dengan <em>Cuckoo</em> <em>Search</em> <em>Optimization</em>.</p>

<p>Kata kunci : Saham, Deep Learning, IDX 30, Bidirectional LSTM, Cuckoo Search Optimization</p>

  • CII4E4 - TUGAS AKHIR

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama SAYID GHUFRON
Jenis Perorangan
Penyunting Deni Saepudin
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