Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton
Duriyawati
Unknown Affiliation
Humanities Education Social Sciences Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Metode Recurrent Neural Network (RNN) dengan Linear Regression untuk Prediksi Saham Netflix Duriyawati; Rodiah; Susetianingtias, Diana Tri
Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton Vol. 10 No. 4 (2024): Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton
Publisher : Lembaga Jurnal dan Publikasi Universitas Muhammadiyah Buton

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35326/pencerah.v10i4.6381

Abstract

Saham merupakan suatu surat berharga atas bukti penyertaan atau kepemilikan individu maupun institusi dalam suatu perusahaan. Alasan banyak investor menanamkan modalnya saat berinvestasi adalah return yang tinggi. Namun pergerakan harga saham sulit untuk ditebak arah kelanjutannya. Banyak metode dan cara yang dilakukan untuk memprediksi jual beli saham, salah satunya adalah perkembangan komputasi untuk pembelajaran mesin yang sangat pesat, yaitu teknik kecerdasan buatan. Dalam penelitian ini, metode kecerdasan buatan yang digunakan adalah Recurrent Neural Network (RNN) dan Linear Regression. Penelitian ini menggunakan dataset saham Netflix dari tahun 2022 sampai dengan 2023. Penelitian ini bertujuan untuk membandingkan metode RNN dan linear regression dengan melihat nilai Koefisien determinasi (R2) dan Mean Absolute Percentage Error (MAPE). Setelah dilakukan pengujian, didapatkan hasil dari R2 pada metode RNN sebesar 85.11%, menandakan bahwa hasil prediksi sudah baik dan nilai MAPE nya sebesar 5.74% yang berarti bahwa tingkat errornya sudah sangat rendah. Sedangkan pada metode linear regression, nilai R2 yang didapat sebesar 100% menandakan bahwa hasil prediksi sudah sangat baik dan nilai MAPE nya sebesar 1.23%, menandakan bahwa tingkat error nya sudah sangat rendah.
Co-Authors Rodiah Susetianingtias, Diana Tri