Prediksi Harga Saham Bank BUMN Menggunakan Model Gated Recurrent Unit (GRU) Berbasis Web

Fitrie, Sandra (2021) Prediksi Harga Saham Bank BUMN Menggunakan Model Gated Recurrent Unit (GRU) Berbasis Web. Skripsi thesis, Universitas Islam Negeri Sumatera Utara.

	Text coverskrpsi.pdf Download (901kB)
	Text BAB 1.pdf Download (299kB)
	Text BAB-II.pdf Restricted to Repository staff only Download (873kB)
	Text BAB III.pdf Restricted to Repository staff only Download (748kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (2MB)
	Text BAB V.pdf Download (192kB)
	Text Daftar Pustaka.pdf Download (410kB)

Abstract

Kemajuan teknologi, informasi dan teknologi pada saat ini sangatlah berkembang pesat banyak sekali pekerjaan manusia yang dimudahkan dengan teknologi. Teknologi juga telah berkembang pada instrumen investasi khususnya pada investasi saham. Jika sebelumnya pada saat belum adanya teknologi, untuk memprediksi harga saham bank BUMN di masa depan bagi orang awam yang tidak paham mengenai analisis fundamental maupun teknikal akan sangat sulit. Namun dengan adanya teknologi khususnya pada bidang Deep Learning maka akan sangat dimungkinkan melakukan prediksi harga saham kedepannya tanpa harus paham analisis fundamental atau teknikal. Pada penelitian ini dilakukan prediksi harga saham bank BUMN untuk 30 hari kedepan menggunakan model Gated Recurrent Unit (GRU) pada saham bank BUMN di Indonesia yaitu saham bank BRI, BNI, BTPN, dan Mandiri. Data yang digunakan menggunakan historis data harga close pada saham tersebut selama 5 tahun dengan jumlah 1260 data. Dari hasil penelitian untuk data uji didapatkan nilai RMSE terkecil yaitu pada saham bank BTPN sebesar 23.91164 diikuti saham bank BRI sebesar 264.1475, bank BNI sebesar 427.7984 dan nilai RMSE terbesar pada saham bank BMRI yaitu sebesar 907.4804

Jenis Item:	Skripsi (Skripsi)
Subjects:	000 Generalities > 003 Systems
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi > Skripsi
Pengguna yang mendeposit:	Ms Nurul Hidayah Siregar
Date Deposited:	23 Nov 2022 03:22
Last Modified:	23 Nov 2022 03:22
URI:	http://repository.uinsu.ac.id/id/eprint/16353

Actions (login required)

View Item