%A ILMA ZAIN ZIDNY
%T ANALISIS DATA DERET WAKTU MENGGUNAKAN METODE HYBRID
AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN
LONG SHORT TERM MEMORY (LSTM) DALAM MEMPREDIKSI
HARGA SAHAM
%X Analisis deret waktu mempelajari hubungan deret waktu yang satu dengan waktu
yang lain untuk menemukan cara dan model yang tepat dalam mengekspresikan
hubungan periode waktu yang terstruktur antara beberapa data yang kemudian
dilakukan prediksi deret waktu dari satu atau lebih data deret waktu. Salah satu
metode tradisional dalah metode ARIMA atau dikenal sebagai BoxJenkins baik
digunakan dalam memodelkan hubungan linear, tetapi tidak cukup untuk
memodelkan hubungan yang tidak linear. Metode lain berdasar pada ANN atau
jaringan syaraf tiruan adalah metode LSTM, dapat memodelkan hubungan yang
linear dan tidak linear tetapi tidak dapat memberikan hasil yang sama untuk setiap
kumpulan data yang digunakan. Model Hybrid merupakan kombinasi dari
ARIMA dan LSTM yang dapat membantu untuk mendapatkan pola tertentu yang
tidak bisa diberikan oleh salah satu model jika tidak mendapatkan dukungan dari
yang lain. Penelitian ini untuk penerapan metode Hybrid ARIMA ? LSTM dalam
meningkatkan akurasi dan memprediksi harga saham media konvenisonal dengan
data uji dan data latih 80% dan 20% serta 70% dan 30%. Diperoleh hasil prediksi
terbaik model hybrid ARIMA-LSTM sebesar 99,99% untuk kedua data latih dan
data uji berdasarkan akurasi MAPE.
Kata Kunci: Analisis Deret Waktu, Hybrid ARIMA-LSTM
%C UNIVERSITAS LAMPUNG
%D 2023
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%L eprints72040