Implementasi Deep Learning Pemodelan Pergerakan Harga Saham dalam Time Series

Authors

  • Nonik Mega Sapitri Universitas Lampung
  • Riza Sawitri Universitas Lampung
  • Edwin Russel Universitas Lampung

Keywords:

time series, autocorrelation function, Deep Learning, overfitting

Abstract

Pergerakan harga saham sulit untuk ditebak akan arah kelajuannya. Oleh karena itu, diperlukan metode yang dapat memodelkan pergerakan harga saham tersebut supaya mempermudah investor untuk pengambilan keputusan dalam berinvestasi. Salah satu metode yang dapat digunakan adalah pemodelan time series pergerakan harga saham dengan Deep Learning. Terlebih dahulu akan dilihat Autocorrelation Function (ACF) untuk menentukan data saham berupa stasioner atau nonstasioner. Selanjutnya, akan ditentukan beberapa parameter yang dapat mempengaruhi akurasi prediksi pergerakan harga saham.  Hasil  prediksi pergerakan harga saham yang baik adalah tidak terjadinya overfitting pada model dan juga memberikan hasil data prediksi yang mendekati data aktual.  Hal ini dapat dilihat berdasarkan selisih yang kecil antara MSE training dan MSE testing.

Downloads

Download data is not yet available.

References

D. H. Zulfikar and A. Harjoko, “Perbandingan Kapasitas Pesan pada Steganografi DCT Sekuensial dan Steganografi DCT F5 dengan Penerapan Point Operation Image Enhancement,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 10, no. 1, p. 35, Jan. 2016 [Online]. Available: https://jurnal.ugm.ac.id/ijccs/article/view/11187. [Accessed: 16-Feb-2017]

M. Thierry and T. K. Priyambodo, “SMS and Web-Based e-Government Model Case Study: Citizens Complaints Management System at District of Gihosha –Burundi,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 11, no. 1, p. 67, Jan. 2017 [Online]. Available: https://journal.ugm.ac.id/ijccs/article/view/17167. [Accessed: 16-Feb-2017]

T. Wachowicz and P. B?aszczyk, “TOPSIS Based Approach to Scoring Negotiating Offers in Negotiation Support Systems,” Gr. Decis. Negot., vol. 22, no. 6, pp. 1021–1050, Nov. 2013 [Online]. Available: http://link.springer.com/10.1007/s10726-012-9299-1

H. Núñez, M. Sànchez-Marrè, U. Cortés, J. Comas, M. Martínez, I. Rodríguez-Roda, and M. Poch, “A comparative study on the use of similarity measures in case-based reasoning to improve the classification of environmental system situations,” Environ. Model. Softw., vol. 19, no. 9, pp. 809–819, 2004.

S. Baskara, D. Lelono, and T. W. Widodo, “Pengembangan Hidung Elektronik untuk Klasifikasi Mutu Minyak Goreng dengan Metode Principal Component Analysis,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 6, no. 2, p. 221, Oct. 2016 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/15347. [Accessed: 30-May-2017]

D. B. Widyantara, R. Sumiharto, and S. B. Wibowo, “Purwarupa Sistem Kendali Kestabilan Pesawat Tanpa Awak Sayap Tetap Menggunakan Robust PID,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 6, no. 2, p. 139, Oct. 2016 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/15260. [Accessed: 30-May-2017]

U. W. T. P. Putro, T. K. Priyambodo, and R. Sumiharto, “Pengembangan Antarmuka Stasiun Pemantauan Pesawat Tanpa Awak Menggunakan Aplikasi Android,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 4, no. 2, pp. 113–122, 2014 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/7110. [Accessed: 08-May-2017]

P. S. Ardiantara, R. Sumiharto, and S. B. Wibowo, “Purwarupa Kontrol Kestabilan Posisi dan Sikap pada Pesawat Tanpa Awak Menggunakan IMU dan Algoritma Fusion Sensor Kalman Filter,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 4, no. 1, pp. 25–34, 2014 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/4219. [Accessed: 08-May-2017]

I. Dwicahyo Pratomo, A. Rouf, and T. Wahyu Supardi, “Pengukuran Jarak Lubang Pada Benda Padat Menggunakan Sensor Ultrasonik,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 6, no. 1, p. 81, Apr. 2016 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/10774. [Accessed: 25-Apr-2017]

T. Nur Syahril Sidiq, A. Rouf, and T. Wahyu Supardi, “Sistem Deteksi Bentuk Kecacatan Benda Padat Menggunakan Teknik Variasi Sudut Ultrasonik,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 6, no. 1, p. 69, Apr. 2016 [Online]. Available: https://jurnal.ugm.ac.id/ijeis/article/view/10773. [Accessed: 25-Apr-2017]

N. D. Putranti and E. Winarko, “Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 8, no. 1, pp. 91–100, 2014 [Online]. Available: https://jurnal.ugm.ac.id/ijccs/article/view/3499. [Accessed: 21-Apr-2017]

M. P, Allwine, and I. J. Tarigan, “Sistem Penunjang Keputusan Seleksi Calon Karyawan Menggunakan Metode SAW (Simple Additive Weighting) Pada PT. Delta Kristalis”, JurnalMI, vol. 7, no. 2, pp. 159–165, Jan. 2023.

Published

2024-12-05

How to Cite

Mega Sapitri, N., Sawitri, R., & Russel, E. (2024). Implementasi Deep Learning Pemodelan Pergerakan Harga Saham dalam Time Series. Jurnal Bisantara Informatika, 8(2), 54-64. Retrieved from http://bisantara.amikparbinanusantara.ac.id/index.php/bisantara/article/view/121