Article Per Year (5 Year)
p-Index From 2021 - 2026
5.51
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics LEMMA: Letters Of Mathematics Education MUST: Journal of Mathematics Education, Science and Technology BAREKENG: Jurnal Ilmu Matematika dan Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING Eksakta : Berkala Ilmiah Bidang MIPA Jurnal Varian Pelita Eksakta Majalah Ilmiah Matematika dan Statistika (MIMS) Journal of Applied Data Sciences Journal of Science and Technology MATHunesa: Jurnal Ilmiah Matematika Journal of Mathematics UNP Mathematical Journal of Modelling and Forecasting Journal of Statistics and Data Science
Devni Prima Sari
Universitas Negeri Padang
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Science and Technology

 1 
Analisis Algoritma LSTM dan SVR untuk Memprediksi Saham Perbankan di Pasar Indonesia Agustina, Dina; Sari, Devni Prima
JOSTECH Journal of Science and Technology Vol 4, No 2: September 2024
Publisher : UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/jostech.v4i2.9886

Abstract

Penelitian ini membahas analisis komparatif algoritma Long Short-Term Memory (LSTM) dan Support Vector Regression (SVR) untuk memprediksi harga saham dari empat bankdi Indonesia: Bank BCA (BBCA.JK), Bank BNI (BBNI.JK), Bank BRI (BBRI.JK), dan Bank Mandiri (BMRI.JK). Studi ini dikarenakan semakin pentingnya prediksi harga saham yang akurat di pasar saham Indonesia untuk pengambilan keputusan yang lebih baik di sektor perbankan. Metodologi yang digunakan melibatkan pelatihan model LSTM dan SVR dengan menggunakan data saham historis dan mengevaluasi kinerja prediksi dengan menggunakan Root Mean Square Error (RMSE). Tujuannya adalah untuk mengetahui algoritma mana yang memiliki akurasi prediktif yang lebih baik untuk saham perbankan di pasar Indonesia. Hasilnya menunjukkan perbedaan yang mencolok dalam nilai RMSE antara model LSTM dan SVR pada bank-bank yang dipilih. LSTM menghasilkan nilai RMSE sebesar 84.2712, 103.7936, 15.5974, dan 26.8980 untuk masing-masing bank, sementara SVR menunjukkan nilai RMSE yang lebih rendah, yaitu 4.9627, 5.4234, 5.4234, dan 2.5470. Hasil penelitian menunjukkan bahwa algoritma SVR lebih baik dibandingkan LSTM dalam memprediksi harga saham perbankan, serta menunjukkan potensi penerapannya di pasar saham Indonesia untuk meningkatkan proses pengambilan keputusan investasi.
Co-Authors 1004, Anisa Abda Abda Adellia, Clara Febby Adhitya Ronnie Effendie, Adhitya Ronnie Afifah Humayrah Afifah, Wardah Hasna Anggraini, Fira Anis, Mei Syarah arsilla uswatunnisa Danardono Danardono Dedi Rosadi Deswita, Siska Dina Agustina Dina Fakhriyana Emmelia Safani Fadhilah Fitri Febri, Fera Malianis Filfiqri, Hamimatul Gulo, Trimodesman Hardinsyah Gusvira Widuri irwandi irwandi Jayawarsa, A.A. Ketut Jeri Jefrianto Lestari, Adika Risky Media Rosha Medika, Amelia Nurul Miftha Delinda Muhammad Rashif Hilmi nur hafizah Pepi Novianti Prastika, Ifa Pratama, Tasya Putri Puja Ermiati Putri, Elisa Ananda Putri, Muthiara Hazimah Putri, Rahma Dana Putriyana Nursal Rara Sandhy Winanda Riri Indriani Rohadatul Aisy Sadli, Wanda Hamidah Soleha, Annisa Sumita, Nurmaya Tessy Octavia Mukhti Tri Rahmayani Ulfasari Rafflesia Wardana, Yuni Yolandafitri Zulvia