Afianti, Fanny Fahira (2025) Penerapan model ceemdan-LSTM untuk prediksi harga penutupan saham BBRI / Fanny Fahira Afianti</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Semakin populernya investasi saham mengakibatkan kemampuan analisis prediksi menjadi sangat penting dalam pengambilan keputusan. Data saham yang umumnya nonstasioner dan nonlinear tidak cukup diprediksi dengan hanya menggunakan pendekatan statistik tradisional. Saat ini model machine learning telah banyak dikembangkan dan menghasilkan akurasi prediksi yang lebih tinggi. Penelitian ini berfokus pada metode hybrid Complete Ensemble Empirical Mode Decomposition with Adaptive Noise (CEEMDAN) dan Long Short-Term Memory (LSTM) untuk memprediksi harga penutupan saham Bank Rakyat Indonesia (BBRI). Data saham BBRI dilakukan dekomposisi dengan CEEMDAN terlebih dahulu untuk mengurai atau memecah data menjadi sejumlah komponen IMF dan satu residual yang berupa sinyal berfrekuensi tinggi menengah dan rendah agar metode selanjutnya yaitu LSTM bisa lebih mudah menangkap trend dan melakukan prediksi sesuai karakteristik komponennya masing-masing. Hasil prediksi pada setiap komponen kemudian dijumlahkan untuk memperoleh prediksi akhir. Berdasarkan evaluasi model dengan MAPE pada data uji sebesar 0.53% dapat disimpulkan bahwa model CEEMDAN-LSTM memiliki kemampuan prediksi yang baik. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 17 Sep 2025 04:29 |
| Last Modified: | 09 Sep 2025 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/421613 |
Actions (login required)
 |
View Item |