Prediksi Dividend Payout berdasarkan Riwayat Dividend dan Rasio Fundamental Perusahaan menggunakan Metode Long Short-Term Memory (LSTM) - Dalam bentuk buku karya ilmiah

MUHAMMAD FIQRI HERMANSYAH

Informasi Umum

Kode

25.04.1132

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

147 kali

Informasi Lainnya

Abstraksi

Prediksi dividend payout merupakan topik penting dalam analisis keuangan karena kemampuan untuk memprediksi pembayaran dividen membantu investor dan pengelola portofolio dalam pengambilan keputusan strategis. Penelitian ini mengevaluasi efektivitas rasio fundamental perusahaan, seperti Earnings Per Share (EPS), Price-to-Earnings Ratio (PER), Return on Asset (ROA), Return on Equity (ROE), Debt-to-Equity Ratio (DER), dan Firm Size, dalam memprediksi dividend payout perusahaan di Bursa Efek Indonesia (BEI) selama 15 tahun terakhir (2009-2023). Metode Long Short-Term Memory (LSTM) digunakan untuk menangkap pola temporal pada data, dengan evaluasi berdasarkan metrik R-Squared, Mean Absolute Error (MAE), dan Root Mean Squared Error (RMSE). Kombinasi fitur EPS + PER + ROE memberikan performa terbaik dengan nilai R² = 0.806, NMAE = 0.0403, NRMSE = 0.0695 dan MAPE = 1.60 %. Fitur seperti DER dan ROA memberikan peningkatan marginal. Penggunaan Principal Component Analysis (PCA) menghasilkan performa lebih rendah (R² = 0.5233), menunjukkan bahwa seleksi fitur manual lebih efektif. Pendekatan ini menghasilkan metode prediksi yang lebih unggul dari penelitian sebelumnya yang menggunakan stock price beserta analisis teknikal dan fundamental yang menghasilkan nilai MAE = 0.1623, nilai RMSE = 0.2057 dan nilai MAPE = 2.95%. Metode ini menawarkan potensi besar untuk mendukung pengambilan keputusan investasi di masa depan.