PENGGUNAAN METODE LONG SHORT TERM MEMORY PADA PERAMALAN HARGA SAHAM PT UNILEVER INDONESIA TBK

SYAHRUL, (2023) PENGGUNAAN METODE LONG SHORT TERM MEMORY PADA PERAMALAN HARGA SAHAM PT UNILEVER INDONESIA TBK. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK (ABSTRACT).pdf Download (14Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (2351Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1739Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Saham merupakan salah satu pilihan investasi masyarakat dalam mengelola keuangannya. Salah satu saham yang ada di Indonesia adalah saham PT Unilever Indonesia Tbk (UNVR). Harga saham sangat fluktuatif akibat dari ketidakseimbangan antara permintaan, penawaran dan faktor lainnya. Penelitian ini membahas tentang penggunaan metode Long Short Term Memory (LSTM) pada peramalan harga saham UNVR. Pada penelitian ini akan ditentukan model LSTM terbaik untuk memprediksi dan meramalkan harga saham UNVR dengan nilai error yang kecil dan akurasi yang tinggi. Didapat model LSTM terbaik menggunakan skema 70% dan 30% dengan 2 LSTM layer masing-masing 300 units, 150 epoch dan 16 batch size yang memiliki nilai RMSE sebesar 115,32 dan MAPE sebesar 1,5%. Maka dari itu, model LSTM dapat digunakan untuk memprediksi dan meramalkan harga saham UNVR dengan tingkat akurasi sebesar 98,5%. Stock are one of the public investment option in managing their finance. One of the stock in Indonesia is PT Unilever Indonesia Tbk (UNVR). Stock price tend to fluctuate as a result of an imbalance between demand, supply and other factor. This study discusses the use of the Long Short Term Memory (LSTM) method in forecasting UNVR stock price. In this study, the best LSTM model will be determined to predict and forecast UNVR stock price with a small error value and high accuracy. The best LSTM model was obtained using a 70% and 30% scheme with 2 LSTM layers of 300 units each, 150 epoch and 16 batch size which had an RMSE value of 115.32 and a MAPE of 1.5%. Therefore, the LSTM model can be used to predict and forecast UNVR's stock price with an accuracy rate of 98.5%.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301690041 . Digilib
Date Deposited:	20 Jun 2023 01:12
Terakhir diubah:	20 Jun 2023 01:12
URI:	http://digilib.unila.ac.id/id/eprint/72508

Actions (login required)

Lihat Karya Akhir