PERAMALAN MULTIVARIATE TIME SERIES HARGA PENUTUPAN SAHAM PT KALBE FARMA TBK DAN NILAI TUKAR RUPIAH BERBASIS MODEL HYBRID VECM-LSTM

Mawar , Alhani (2024) PERAMALAN MULTIVARIATE TIME SERIES HARGA PENUTUPAN SAHAM PT KALBE FARMA TBK DAN NILAI TUKAR RUPIAH BERBASIS MODEL HYBRID VECM-LSTM. MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG .

Preview	File PDF ABSTRAK_MAWAR ALHANI_2017031029 - Mawar Alhani.pdf Download (53Kb) | Preview
	File PDF SKRIPSI FULL_MAWAR ALHANI_2017031029 - Mawar Alhani.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA PEMBAHASAN_MAWAR ALHANI_2017031029 - Mawar Alhani.pdf Download (4Mb) | Preview

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

The Indonesian capital market has significantly progressed, especially in stock instruments. Stock prices reflect market expectations for a company's future. Pharmaceutical stock prices not only depend on internal factors but also on external variables like the exchange rate of the rupiah to the dollar, forming a long-term relation. Analysis involves multivariate time series data with complex linear and non-linear patterns. Thus, a forecasting model is needed to handle both data patterns. One approach is to combine the strengths of the classical statistical Vector Error Correction Model (VECM) with deep learning Long Short Term Memory (LSTM) into a hybrid VECM-LSTM model. The combined results show an excellent model evaluation, with an 80% training and 20% testing data split yielding an RMSE of 202.65, MAPE of 0.016%, and forecasts following the latest data trends. This affirms the strong kinerjance of the hybrid VECM-LSTM model in both prediction and forecasting. Keywords: Stocks, Exchange Rate, Prediction, Forecasting, VECM, LSTM, Hybrid VECM-LSTM. Pasar modal Indonesia telah mengalami perkembangan yang signifikan, terutama dalam instrument saham. Harga saham mencerminkan ekspektasi pasar terhadap perusahaan di masa mendatang. Harga saham farmasi biasanya tidak hanya bergantung pada faktor internal tetapi juga variabel eksternal seperti kurs rupiah terhadap dolar dengan hubungan jangka panjang. Analisis yang dilakukan dapat berupa multivariate time series dan memiliki pola kompleks yang mengandung pola linier dan non linier. Sehingga, diperlukan pengembangan model peramalan yang mampu menangani kedua jenis pola data tersebut. Salah satu pendekatan yang dapat digunakan adalah dengan mengintegrasikan model statistika klasik Vector Error Correction Model (VECM) dengan deep learning Long Short Term Memory (LSTM) menjadi model hybrid VECM-LSTM. Hasil dari penggabungan ini menunjukkan evaluasi model yang sangat baik, dengan splitting data 80% data training dan 20% data testing menghasilkan RMSE sebesar 202,65, MAPE sebesar 0,016%, dan hasil peramalan yang mengikuti pola data terbaru. Hal ini membuktikan bahwa pendekatan model hybrid VECM-LSTM memiliki kinerja model yang kuat dalam melakukan prediksi maupun peramalan. Kata kunci: Saham, Kurs Rupiah terhadap Dolar, Prediksi, Peramalan, VECM, LSTM, Hybrid VECM-LSTM

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:	. . Yulianti
Date Deposited:	04 Mar 2025 04:23
Terakhir diubah:	04 Mar 2025 04:23
URI:	http://digilib.unila.ac.id/id/eprint/85409

Actions (login required)

Lihat Karya Akhir