PREDIKSI HARGA SAHAM MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN LONG SHORT-TERM MEMORY DENGAN METODE SLIDING WINDOW

ELVIN NUR FURQON

Informasi Dasar

198 kali
21.04.3689
621.382
Karya Ilmiah - Skripsi (S1) - Reference

Dalam berinvestasi saham, analisis seperti fundamental analisis, teknikal analis, dan sentimen analisis merupakan kunci kesuksesan yang umum digunakan oleh trader. Butuh waktu dan usaha yang tidak sedikit untuk mempelajari ketiga analisis tersebut. Dalam penelitian ini menciptakan suatu program yang memberikan rekomendasi forcasting untuk membantu seseorang dalam menentukan jual dan beli suatu saham dari sudut pandang Computer Science & Artificial Intellegent (Machine Learning and Deep Learning) dengan menggunakan arsitektur Long Short-Term Memory (LSTM) dan Convolutional Neural Network (CNN) karena dari kedua arsitektur tersebut dalam menangkap sebuah pattern sebuah data dan feature extraction dengan baik. Hasil dari penelitian ini menjelaskan apa yang dapat dan tidak untuk diprediksi dikarenakan tidak semua hal dapat diprediksi menggunakan deep learning, serta menciptakan sebuah model yang dapat memprediksi waktu jual beli suatu saham berdasarkan sudut pandang Computer Science & Artificial Intellegent (Machine Learning and Deep Learning), menggunakan model arsitektur Long Short-Term Memory (LSTM) dan Convolutional Neural Network (CNN) dengan tingkat pendapatan / return rata-rata untuk LSTM sebesar Rp.556 dan CNN sebesar Rp.491 pada data test 20 hari.

Subjek

ARTIFICIAL INTELLIGENCE
 

Katalog

PREDIKSI HARGA SAHAM MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN LONG SHORT-TERM MEMORY DENGAN METODE SLIDING WINDOW
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ELVIN NUR FURQON
Perorangan
Burhanuddin Dirgantoro, Casi Septianingsih
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

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