PREDIKSI HARGA SAHAM SEKTOR KEUANGAN INDONESIA MENGGUNAKAN ALGORITMA DAN PEMODELAN LONG SHORT-TERM MEMORY NETWORK (STUDI PADA PERBANKAN YANG MASUK DALAM INDEKS LQ45 AGUSTUS 2018)

M. PANTAGAMA

Informasi Dasar

63 kali
19.05.137
658.15
Karya Ilmiah - Thesis (S2) - Reference

Pasar sekunder tempat diperjual-belikan saham merupakan salah satu instrumen pasar modal tempat masuknya investasi. Investor memutuskan untuk membeli atau melepas saham dengan berbagai pertimbangan dan analisa. Sektor keuangan yang dikuasai sub sektor perbankan pada indeks LQ45 untuk periode Agustus 2018 yang dikeluarkan Bursa Efek Indoensia memiliki kapitalisasi besar yang menguasai lebih sepertiga pasar LQ45. Besarnya kapitalisasi pasar ini sangat mempengaruhi performansi indeks LQ45 dan Indeks Harga Saham Gabungan.

Revolusi industri 4.0 dengan teknologi Artificial Intelligence memiliki kemampuan Machine Learning membuat model algoritma yang sulit untuk melakukan prediksi harga saham yang sangat berguna bagi investor. Machine Learning yang salah satunya menggunakan model Long Short-Term Memory dapat melakukan prediksi harga saham dengan akurasi yang baik. Untuk itu diperlukan suatu studi untuk dapat memprediksi harga saham sektor keuangan dengan menggunakan algoritma dan model Long Short-Term Memory (LSTM) Network.

Subjek

FINANCIAL ENGINEERING
 

Katalog

PREDIKSI HARGA SAHAM SEKTOR KEUANGAN INDONESIA MENGGUNAKAN ALGORITMA DAN PEMODELAN LONG SHORT-TERM MEMORY NETWORK (STUDI PADA PERBANKAN YANG MASUK DALAM INDEKS LQ45 AGUSTUS 2018)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

M. PANTAGAMA
Perorangan
BRADY RIKUMAHU
 

Penerbit

Universitas Telkom, S2 Manajemen
Bandung
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini