IMPLEMENTASI METODE HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) – LONG SHORT TERM MEMORY (LSTM) DALAM PERAMALAN HARGA SAHAM BANK BRI

SILVI , FITRIANI (2023) IMPLEMENTASI METODE HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) – LONG SHORT TERM MEMORY (LSTM) DALAM PERAMALAN HARGA SAHAM BANK BRI. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (265Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (3772Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA PEMBAHASAN.pdf Download (1084Kb) | Preview

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

Saham BRI merupakan salah satu investasi yang paling banyak diminati oleh investor karena saham BRI tergabung dalam indeks saham Lq45. Investasi pada saham bukanlah hal yang mudah dan memiliki resiko kerugian karena harga saham sering kali mengalami kenaikan maupun penurunan harga. Salah satu hal yang dapat dilakukan untuk membantu para investor agar tidak salah dalam pengambilan keputusan ketika berinvestasi adalah dengan melakukan peramalan pada harga saham. Salah satu metode yang dapat digunakan untuk meramalkan harga saham adalah metode Autoregressive Integrated Moving Average (ARIMA). Namun, ARIMA memiliki kelemahan yaitu menjadikan linearitas sebagai asumsi dan residual yang dihasilkan masih terdapat unsur nonlinear. Metode lain yang dapat digunakan pada peramalan harga saham adalah Long Short Term Memory (LSTM). Metode LSTM memiliki kelebihan dibandingkan metode ARIMA, yaitu mampu memproses data linear maupun nonlinear. Sehingga pada penelitian ini menerapkan metode hybrid ARIMA-LSTM untuk meramalkan harga saham. Metode hybrid ARIMA-LSTM terdiri dari 2 model utama yaitu model pertama yang memprediksi dan meramalkan data prediksi ARIMA dan model kedua yaitu model yang memprediksi dan meramalkan residual ARIMA. Model hybrid dengan splitting data 90% data training 10% data testing pada penelitian ini menghasilkan tingkat akurasi paling tinggi dibandingkan dengan model hybrid dengan splitting data 80% data training 20% data testing. Model hybrid terbaik pada penelitian menghasilkan nilai RMSE sebesar 126,6367dan MAPE sebesar 0,0228%. Kata kunci: Peramalan, Saham, Hybrid ARIMA-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:	2301186340 . Digilib
Date Deposited:	26 Jul 2023 01:02
Terakhir diubah:	26 Jul 2023 01:02
URI:	http://digilib.unila.ac.id/id/eprint/73645

Actions (login required)

Lihat Karya Akhir