• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Prediksi Harga Saham Disney menggunakan Metode Long Short Term Memory dan Extreme Learning Machine (Studi Kasus : Close Price Saham Disney (DIS) pada Juli 2017 – Juli 2022)

    Thumbnail
    View/Open
    18611104.pdf (1.985Mb)
    Date
    2023
    Author
    Laila, Latifah Nur
    Metadata
    Show full item record
    Abstract
    The Walt Disney Company dikenal sebagai perusahaan terbesar yang bergerak di bidang hiburan dan media. Memiliki banyak lini bisnis dengan profitabilitas yang cukup menarik minat para investor untuk berinvestasi. Produk investasi yang ditawarkan The Walt Disney Company terdaftar di New York Stock Exchange dengan simbol saham DIS. Kondisi saham Disney sendiri mengalami penurunan pada awal pandemi Covid-19 dan berangsur membaik sejalan dengan perbaikan perekonomian dunia setelah pandemi Covid-19. Secara umum saham berpotensi tinggi disertai dengan resiko tinggi. Hal ini tentunya membutuhkan analisis prediksi untuk meminimalisir efek kerugian dari ketidakpastian pergerakan harga saham. Salah satu metode prediksi yang dapat digunakan yaitu algoritma machine learning seperti atrificial neural network untuk pengolah data berurutan seperti harga saham. Penelitian ini bertujuan mengetahui implementasi Long Short-Term Memory dan Extreame Learning Machine dalam memprediksi harga saham The Walt Disney Company (DIS) menggunakan data historis close price harian pada Juli 2017 sampai Juli 2022. Menggunakan pembagian data training sebesar 80% dan data testing sebesar 20%, diperoleh model terbaik untuk LSTM menggunakan neuron 10 dan epoch 500, sedangkan ELM menggunakan neuron 50 dan 100 repetisi. Nilai akurasi berdasarkan MAPE untuk model terbaik LSTM sebesar 3.47% ddengan lebih tinggi dari ELM dengan akurasi sebesar 14.06 % sehingga mampu memprediksi harga saham lebih baik.
    URI
    dspace.uii.ac.id/123456789/57511
    Collections
    • Statistics [1220]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV