ANALISIS KINERJA METODEHYPERPARAMETER TUNING BAYESIAN OPTIMIZATIONPADA MODEL PROPHET UNTUK PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG)

M. FARHAN , ABOERUSLAN M (2026) ANALISIS KINERJA METODEHYPERPARAMETER TUNING BAYESIAN OPTIMIZATIONPADA MODEL PROPHET UNTUK PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (76kB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (6MB) | Request a copy
Preview	Text SKRIPSI FULL TANPA BAB PEMBAHASAN.pdf Download (6MB) | Preview

Abstract

Indeks Harga Saham Gabungan (IHSG) merupakan indikator penting yang menggambarkan kondisi pasar saham di Indonesia dan memiliki pergerakan yang cenderung fluktuatif. Kemampuan dalam memprediksi pergerakan IHSG secara tepat sangat diperlukan untuk mendukung pengambilan keputusan investasi. Penelitian ini menggunakan metodeProphetkarena mampu memodelkan data deret waktu dengan pola tren dan musiman secara fleksibel. Data yang digunakan berupa data sekunder harga penutupan harian IHSG periode Januari 2020 hingga Desember 2025 yang diperoleh dari situs Investing.com. Tahapan penelitian meliputipreprocessing data, visualisasi data, pembagian data menjadi data latih (80%) dan data uji (20%), pembangunan modelProphet baseline, optimisasi hyperparameter menggunakan Bayesian Optimization, serta evaluasi hasil prediksi. Hasil penelitian menunjukkan bahwa penerapanBayesian Optimizationdapat meningkatkan kinerja modelProphet dengan menghasilkan tingkat kesalahan prediksi yang lebih rendah. Selain itu, model terbaik digunakan untuk melakukan prediksi IHSG selama 30 hari ke depan. Hasil prediksi tersebut diharapkan dapat menjadi bahan pertimbangan bagi investor dalam menentukan keputusan investasi di pasar modal. Kata-kata kunci:Indeks Harga Saham,Prophet, Peramalan,Bayesian Optimization, Hyperparameter Tuning, Deret Waktu.

Item Type:	Other
Subjects:	?? 500 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2605880784 Digilib
Date Deposited:	21 May 2026 08:19
Last Modified:	21 May 2026 08:19
URI:	http://digilib.unila.ac.id/id/eprint/99635

Actions (login required)

View Item