YOLANDA , RATULIMA BR SIMARMATA (2026) IMPLEMENTASI METODEHYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE(ARIMA) –GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY(GARCH) DANLONG SHORT TERM MEMORY(LSTM) PADA PERAMALAN HARGA SAHAM PT UNILEVER INDONESIA TBK. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.
|
File PDF
ABSTRAK (6).pdf Download (3563Kb) | Preview |
|
![[img]](http://digilib.unila.ac.id/style/images/fileicons/text.png) |
File PDF
SKRIPSI FULL (6).pdf Restricted to Hanya staf Download (3497Kb) | Minta salinan |
|
|
File PDF
SKRIPSI TANPA BAB PEMBAHASAN (3).pdf Download (1529Kb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
Pergerakan harga saham yang tidak stabil dipengaruhi oleh berbagai faktor ekonomi, sehingga diperlukan metode peramalan yang akurat. Penelitian ini menggunakan pendekatanhybridyang menggabungkanAutoregressive Integrated Moving Average(ARIMA),Generalized Autoregressive Conditional Heteroscedasticity(GARCH), danLong Short-Term Memory(LSTM). ARIMA digunakan untuk memodelkan pola linear, GARCH untuk menangkap perubahan volatilitas, dan LSTM untuk mempelajari pola non-linear serta hubungan jangka panjang dalam deret waktu. Modelhybriddibangun melalui dua pendekatan, yaitu ARIMA–GARCH–E LSTM yang menggunakan residual ARIMA yang telah dimodelkan dengan GARCH sebagaiinputLSTM, serta ARIMA–GARCH–EP LSTM yang menggabungkan prediksi ARIMA dan residual GARCH sebagaiinputLSTM. Data yang digunakan berupa harga penutupan saham periode Januari 2020 hingga November 2025. Hasil penelitian menunjukkan bahwa model ARIMA–GARCH–EP LSTM memberikan kinerja peramalan terbaik dibandingkan model lainnya, ditunjukkan oleh nilaiKolmogorov–Smirnov(KS) terkecil dan kemampuan yang lebih baik dalam mengikuti pola data. Oleh karena itu, model ARIMA–GARCH–EP LSTM dinilai paling efektif untuk peramalan harga saham. Kata-kata kunci:harga saham, prediksi, peramalan,hybridARIMA-GARCH, hybridARIMA-GARCH-LSTM.
| Jenis Karya Akhir: | Skripsi |
|---|---|
| Subyek: | 500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika |
| Program Studi: | FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika |
| Pengguna Deposit: | 2605717589 Digilib |
| Date Deposited: | 25 May 2026 01:50 |
| Terakhir diubah: | 25 May 2026 01:50 |
| URI: | http://digilib.unila.ac.id/id/eprint/99671 |
Actions (login required)
 |
Lihat Karya Akhir |
