UI - Tesis Membership :: Kembali

UI - Tesis Membership :: Kembali

Prediksi pergerakan harga saham menggunakan Gauss- Newton representation based algorithm = Stock Price Movement Prediction using Gauss-Newton Representation Based Algorithm

Veronica Angelina Windy Hapsari; Rofikoh Rokhim, supervisor; Dony Abdul Chalid, supervisor; Athor Subroto, examiner (Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2021)

 Abstrak

Globalisasi dan era industri 4.0 telah membawa perkembangan luar biasa di
berbagai bidang, termasuk di bidang ekonomi dan keuangan. Pertumbuhan
ekonomi di abad ke-21 bergantung pada partisipasi masyarakat dalam kegiatan
ekonomi (misalnya trading, commerce, dan investasi). Di Indonesia, salah satu
kegiatan ekonomi yang umum dilakukan adalah berinvestasi di pasar saham karena
banyaknya perusahaan yang dapat dipilih oleh investor untuk berinvestasi. Banyak
orang yang ingin menanamkan modalnya di pasar saham karena tingkat
pengembaliannya yang tinggi, meskipun demikian banyak hal kompleks (noisy time
series yang terus bergerak dan sifatnya yang sulit untuk diprediksi karena cepat
bergerak). Oleh karena itu, tulisan ini akan membahas tentang prediksi harga saham
dengan menggunakan Gauss-Newton Representation Based Algorithm (GNRBA).
Metode yang diusulkan menawarkan algoritma yang lebih efektif, implementasi
yang lebih sederhana, dan kerumitan yang lebih sedikit dibandingkan dengan
metode perhitungan tradisional lainnya. Selain itu, penelitian ini menggabungkan
GNRBA dengan Stratified Shuffle Split sebagai metode validasi datanya (data
splitting method). Dengan hasil akurasi di atas 86%, investor dan calon investor
diharapkan dapat menggunakan metode yang dibahas dalam penelitian ini untuk
membuat keputusan yang tepat dalam berinvestasi.

Globalization and industry 4.0 has brought tremendous development in various
fields, including in economics and finance. Economic growth in the 21st century
relies on the participation of the people in economic activities (e.g. trade and
commerce, investing). In Indonesia, one particularly common economic activity is
to invest in the stock market due to the wide array of companies that investors could
choose to invest in. Many people want to invest their capital in the stock market
due to its high return rate, despite its complex movement (noisy time series which
is constantly moving and its unpredictable nature). Therefore, this paper will
discuss about the prediction of stock prices using the Gauss-Newton Representation
Based Algorithm (GNRBA). The proposed method provides users with a more
effective algorithm, simpler implementation, and less complexity compared to the
11 traditional representation. Additionally, this paper combines the GNRBA with
the Stratified Shuffle Split as its data splitting method. With accuracy above 86%,
investors and potential investors could use the methods discussed in this paper to
make an informed decision in investing.

 File Digital: 1

Shelf
 T-Veronica Angelina Windy Hapsari.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Tesis Membership
No. Panggil : T-Pdf
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Program Studi :
Subjek :
Penerbitan : Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2021
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : computer
Tipe Carrier : online resource (rdacarries)
Deskripsi Fisik : xiii, 62 pages : illustration ; appendix
Naskah Ringkas : 2021
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
T-Pdf 15-22-56718629 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20516693
Cover