View/Open

Author
Annesa, Azizi

Advisor
Christyan Tamaro Nadeak, M.Si
Achmad Syaiful, S.Stat, M.Si

Koleksi
Undergraduate Thesis

Publisher

Analisis pergerakan saham termasuk hal penting sebagai investor untuk memaksimalkan keuntungan yang diperoleh dan meminimalisir kerugian. Dengan memahami pergerakan tren saham maka investor dapat menentukan waktu untuk membeli, menjual, dan mempertahankan asetnya. Penelitian melakukan pemodelan menggunakan metode Long Short Term Memory (LSTM) dan Autoregressive Integrated Moving Average (ARIMA) yang akan dilakukan evaluasi performa model berdasarkan keakuratan prediksi. Data yang digunakan PT Aneka Tambang periode 2013 sampai dengan 2023 yang diperoleh dari BNI sekuritas, pembangunan model menggunakan tools python. Evaluasi pemodelan menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), dan Mean Square Percentage Error (RMSPE). Berdasarkan hasil pemodelan metode LSTM dan ARIMA memperoleh performa yang sangat akurat (MAPE <10%), untuk model LSTM memperoleh MAE 37.82, RMSE 54.05, MAPE 1.76%, RMSPE 2.51%, dan ARIMA memperoleh MAE 37.55, RMSE 54.47, MAPE 1.75%, RMSPE 2.48%

URI
https://repo.itera.ac.id/depan/submission/SB2406060100

Keyword
Investor, LSTM, ARIMA, Akurasi