25.04.543
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Data Science
117 kali
Prediksi pergerakan harga saham merupakan tantangan di dunia investasi karena sifatnya fluktuatif dan dipengaruhi berbagai faktor. Penelitian ini menggunakan Artificial Neural Network (ANN) untuk memprediksi pergerakan harga saham mingguan pada 19 perusahaan indeks LQ45. Data mencakup harga penutupan mingguan (Close) dan enam indikator rasio keuangan: EPS, ROA, ROE, P/B Value, P/E Ratio, dan DER. Pergerakan harga saham diklasifikasikan menjadi 1 (naik), 0 (stagnan), dan -1 (turun), berdasarkan tiga threshold perubahan harga (1%, 2%, 3%). Penelitian ini menerapkan Principal Component Analysis (PCA) untuk mengurangi noise dan meningkatkan performa model. Hasil menunjukkan threshold optimal adalah 2%, dengan akurasi dan F1-Score yang lebih baik. Model berbasis data historis menunjukkan performa terbaik dalam memprediksi pergerakan harga saham, dengan rata-rata akurasi mencapai 0,92. Sebaliknya, model yang mengintegrasikan rasio keuangan tanpa PCA memiliki akurasi lebih rendah sebesar 0,5 hingga 0,7. Hal ini menu
Tersedia 1 dari total 1 Koleksi
Nama | NAKHWA AZIZAH |
Jenis | Perorangan |
Penyunting | Deni Saepudin |
Penerjemah |
Nama | Universitas Telkom, S1 Data Sains |
Kota | Bandung |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |