:: UI - Tesis Membership :: Kembali

UI - Tesis Membership :: Kembali

Aplikasi K-Means Clustering dalam Memprediksi Performa Saham Perusahaan = K-Means Clustering Application in Predicting Company Stock Performance

Gabriella Kurniawan; Rofikoh Rokhim, supervisor; Dony Abdul Chalid, examiner; Lubis, Arief Wibisono, examiner (Fakultas Ekonomi dan BIsnis Universitas Indonesia, 2021)

 Abstrak

Saat melakukan investasi di pasar modal, investor memiliki tujuan untuk dapat menghasilkan return yang maksimal. Namun, investasi yang dilakukan oleh investor memiliki berbagai risiko. Risiko saat melakukan investasi dapat menghasilkan pengembalian yang tidak optimal jika investor tidak cukup berhati-hati untuk melihat risiko ini. Untuk mengurangi risiko ini, investor cenderung melakukan diversifikasi opsi sahamnya. Dengan menggunakan pengelompokan dalam pembelajaran mesin (machine learning) dan big data, terdapat sebuah metode yaitu, k-means clustering, untuk mengategorikan daftar saham serupa berdasarkan analisis fundamentalnya. Lima variabel analisis fundamental digunakan untuk mengklasifikasikan seratus data saham menggunakan k-means clustering. Pada akhirnya saham sejenis akan dikelompokkan dan memudahkan investor dalam melakukan investasi dengan diversifikasi.

Investors are challenged to make an investment in the stock market that can generate maximum returns. However, investments made by investors have a variety of risks involved. The risks involved in investing can generate nonoptimal return if investors were not careful enough to see this risk. To reduce this risk, investors tends to do diversification for their stocks option. Using clustering in machine learning and big data, we generated a method to categorize a list of similar stocks based on their fundamental analysis. Five fundamental analysis variables are used to classify one hundred stock data using k-means clustering. Eventually, similar stocks will be grouped and it will be easier for investor to do some investments with diversification.

 File Digital: 1

Shelf
 T-Gabriella Kurniawan .pdf :: Unduh

LOGIN required

 Metadata

No. Panggil : T-Pdf
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Subjek :
Penerbitan : Depok: Fakultas Ekonomi dan BIsnis Universitas Indonesia, 2021
Program Studi :
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : computer
Tipe Carrier : online resource
Deskripsi Fisik : xii, 73 pages : illustration ; appendix
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI
  • Ketersediaan
  • Ulasan
No. Panggil No. Barkod Ketersediaan
T-Pdf 15-22-51553890 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20514460