View/Open

Author
ONGKY, SETIA NUGRAHA

Advisor
Dr. Bagus Sartono, S.Si., M.Si.
Muklas Rivai, S.Stat., M.Si.

Koleksi


Publisher

Pada era perkembangan teknologi industri yang sangat pesat ini sudah semakin mudah bagi masyarakat untuk mengakses berbagai macam informasi terutama hal-hal yang berkaitan dengan finansial. Salah satu instrumen keuangan yang berkaitan dengan investasi dan populer dikalangan masyarakat saat ini adalah Saham. Saham merupakan sebuah bukti dari pembelian modal dari sebuah perusahaan. Saham memiliki tingkat volatilitas yang tinggi sehingga hanya sedikit investor yang bisa melakukan peramalan terhadap harga sahamnya akan menghasilkan keuntungan atau kerugian. Salah satu instrumen yang bisa dikembangkan untuk peramalan yaitu teknologi kecerdasan buatan khususnya pembelajaran Deep Learning. Tujuan penelitian ini adalah untuk menganalisis dan membandingkan peramalan harga saham dari PT Lippo General Insurance Tbk selama 60 periode peramalan. Metode yang digunakan adalah metode Deep Learning yaitu Temporal Convolutional Network (TCN) dan Long-Short Term Memory (LSTM). Hasil peramalan dengan menggunakan TCN terbukti lebih baik dibandingkan dengan LSTM karena memiliki arsitektur yang lebih sederhana dan nilai kesalahan peramalan yang lebih kecil jika dibandingkan dengan LSTM. Nilai error TCN untuk MSE, RMSE, MAE, dan MAPE berturut turut adalah 11.076,8214; 105,2464; 63,5915; 2,2369

URI
https://repo.itera.ac.id/depan/submission/SB2401180034

Keyword
Deep Learning LSTM TCN Peramalan Saham