Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ticom: Technology of Information and Communication
Inaku, Rayhan Faza
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
IMPLEMENTASI DATA MINING DALAM PREDIKSI HARGA SAHAM MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM) Inaku, Rayhan Faza; Chandra, Joko Christian
Jurnal Ticom: Technology of Information and Communication Vol 12 No 1 (2023): Jurnal Ticom-September 2023
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v12i1.99

Abstract

Ketidakstabilan pergerakan harga saham memiliki dampak yang signifikan bagi perusahaan maupun bagi investor. Pergerakan harga saham yang sulit untuk diprediksi dapat mempengaruhi nilai perusahaan, citra perusahaan di pasar modal serta potensi pendanaan. Bagi investor, pergerakan harga saham yang tidak stabil dapat mempengaruhi pengambilan keputusan dalam berinvestasi. Riset ini bermaksud untuk menerapkan teknik data mining dalam melakukan prediksi menggunakan metode LSTM untuk mengatasi masalah yang terjadi karena ketidakstabilan harga saham, sehingga perusahaan dapat mengetehui faktor yang mempengaruhi pergerakan harga saham dan dapat mengelola saham perusahaan dengan pengambilan keputusan yang lebih baik. Melalui pendekatan ini pula, investor mendapatkan informasi dan prediksi mengenai pergerakan harga saham dan dapat memutuskan investasi dengan bijak. Riset ini menerapkan data yang diambil dari Website Yahoo Finance harga saham PT Bank Central Asia dari tanggal 4 Januari 2021 hingga 21 Maret 2023 dengan menggunakan atribut seperti date yang merupakan tanggal harga saham dan close merupakan harga penutupan dalam satu hari. Dalam riset ini akan diciptakan sebuah sistem berbasis website menggunakan bahasa pemrograman Python yang dapat diterapkan dalam melakukan prediksi harga saham menerapkan metode LSTM. Hasil penelitian akan dievaluasi menggunakan MAPE untuk mengetahui tingkat keakuratan prediksi dan didapatkan nilai sebesar 4.11% dengan kategori kemampuan prediksi sangat baik. Selanjutnya akan dilakukan pengujian sistem berdasarkan fungsionalitasnya menggunakan metode blackbox testing dan didapatkan hasil bahwa sistem berjalan sesuai dengan fungsinya
Co-Authors Joko Christian Chandra