Putri, Sabrina Rahmalia (2025) Optimasi Hyperparameter Extreme Learning Machine Menggunakan Grid Search CV untuk Prediksi Harga Saham BBCA / Sabrina Rahmalia Putri</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Investasi saham berpotensi meraih keuntungan yang tinggi namun juga diiringi dengan risiko kerugian akibat volatilitas harga. Oleh karena itu diperlukan metode prediksi harga saham untuk membantu pengambilan keputusan investasi. Extreme Learning Machine (ELM) adalah algoritma jaringan saraf tiruan dengan proses pelatihan yang cepat dan kemampuan generalisasi yang baik. Namun performa ELM bergantung pada pemilihan hyperparameter yang optimal. Penelitian ini bertujuan untuk mengoptimalkan hyperparameter ELM yaitu jumlah neuron tersembunyi dan fungsi aktivasi menggunakan metode Grid Search Cross-Validation dengan skema time series split validation untuk meningkatkan akurasi prediksi harga saham. Dataset yang digunakan merupakan data historis harga penutupan saham harian BBCA. Hasil penelitian menunjukkan bahwa kombinasi hyperparameter terbaik yaitu empat neuron tersembunyi dan fungsi aktivasi sigmoid dengan arsitektur 2-4-1 menghasilkan model dengan rata-rata Mean Absolute Percentage Error (MAPE) terendah pada data validasi sebesar 1.057%. Model tersebut juga menunjukkan performa yang baik pada data uji dengan nilai MAPE sebesar 1.0429%. Model ini dapat digunakan untuk memprediksi harga saham untuk 14 periode mendatang. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 04 Jul 2025 04:29 |
| Last Modified: | 09 Sep 2025 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/394330 |
Actions (login required)
 |
View Item |