Prediksi Pergerakan Saham Menggunakan Metode Support Vector Regression dan Long Short-Term Memory

NOVA MONICA SARUMPAET

Informasi Dasar

22.04.1071
006.31
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

Machine Learning
 

Katalog

Prediksi Pergerakan Saham Menggunakan Metode Support Vector Regression dan Long Short-Term Memory
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

NOVA MONICA SARUMPAET
Perorangan
INDWIARTI
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2022

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini