Prediksi Tren Pergerakan Harga Sahammenggunakan Algoritma Temporal Convolutional Network (Tcn) Halaman Judul
Abstract
Masyarakat semakin memahami akan pentingnya pengelolaan aset yang mereka miliki
untuk yang digunakan untuk rencana masa depan ataupun melipatgandakan nilainya. Salah satu
instrumen finansial yang populer di tengah masyarakat Indonesia adalah saham. Sedangkan
pengertian saham sendiri menurut Bursa Efek Indonesia (BEI), saham adalah tanda penyertaan
modal suatu badan usaha dalam sebuah perusahaan ataupun perseroan terbatas. Harga saham
sanggatlah fluktuatif, dapat dipengaruhi oleh faktor internal dan eksternal. Untuk memprediksi
tren pergerakan harga saham selain memperhatikan fundamental perusahaan dan membaca
grafik harga saham, dapat memanfaatkan teknologi artificial intelligence terkhusus lagi deep
learning. Pada penelitian ini digunakan algoritama deep learning Temporal Convolutional
Network (TCN) yang menggunakan konsep konvolusi untuk memprediksi tren pergerakan
harga saham memanfaatkan library Darts yang dikembangkan untuk mengolah data time
series, data saham yang digunakan adalah saham dari Netflix, Inc (NFLX). Hasil yang
didapatkan, TCN mampu memberikan hasil prediksi yang mengungguli beberapa algoritama
lainnya seperti Long Short Term Memory (LSTM), Linear Regression, dan Decision Tree
Regression. Dengan nilai perhitugnan Root Mean Squared Error (RMSE), TCN mendapatkan
nilai 9.865, LSTM 10.710, Lineaer Regression 11.894, dan Decision Tree Regression 30.868.
Dapat diketahui bahwa algoritma TCN cukup efektif untuk memprediksi tren pergerakan harga
saham dan algoritmanya lebih ringkas dalam penggunaannya.
Collections
- Informatics Engineering [2148]