Lembong, Rolando Immanuel (2022) Machine Learning Menggunakan Perbandingan Dua Algoritma antara Support Vector Regression dan Decision Tree untuk Memprediksi Harga Saham AGRO. Undergraduate thesis, Universitas Pembangunan Jaya.
Text
Pendahuluan.pdf Download (266kB) |
|
Text
abstract.pdf Download (75kB) |
|
Text
Abstrak.pdf Download (77kB) |
|
Text
Daftar Isi.pdf Download (79kB) |
|
Text
Daftar Gambar.pdf Download (72kB) |
|
Text
Daftar Tabel.pdf Download (73kB) |
|
Text
Daftar Lampiran.pdf Download (71kB) |
|
Text
Bab 1.pdf Download (151kB) |
|
Text
Bab 2.pdf Download (310kB) |
|
Text
Bab 3.pdf Download (179kB) |
|
Text
Bab 4.pdf Download (235kB) |
|
Text
Bab 5.pdf Download (213kB) |
|
Text
Bab 6.pdf Download (141kB) |
|
Text
Daftar Pustaka.pdf Download (223kB) |
|
Text
Lampiran.pdf Download (446kB) |
Abstract
Perkembangan teknologi yang semakin maju membantu masyarakat dalam berbagai hal, salah satunya adalah investasi saham. Saat ini investasi saham bisa dilakukan melalui smartphone pribadi. Beberapa waktu lalu terjadi krisis ekonomi yang disebabkan oleh pandemi covid-19 yang menyebabkan masyarakat mulai mencoba berbagai hal untuk mendapatkan penghasilan dan keuntungan tambahan guna memenuhi kebutuhan sehari-harinya. Saham merupakan salah satu sumber penghasilan tambahan yang menarik akhir-akhir ini. Saham adalah jumlah kepemilikan terhadap suatu perusahaan, harga saham akan semakin meningkat seiring berkembangnya perusahaan tersebut. Jika ingin berinvestasi saham biasanya terdapat dua tipe analisa sebelum mengambil keputusan, yaitu analisis teknikal dan analisis fundamental. Berinvestasi saham tidaklah mudah, Tetapi dengan adanya teknologi machine learning akan sangat memungkinkan untuk membantu prediksi harga saham suatu perusahaan. Penelitian ini dilakukan untuk membuat dan membandingkan machine learning tersebut dengan implementasi dari dua algoritma Support Vector Regression (SVR) dan Decision Tree. Penelitian dilakukan dengan mencari dataset yang diperlukan terlebih dahulu, dataset diperoleh dari yahoo finance untuk mendapatkan data histori harga saham AGRO. Machine learning ini menggunakan fitur close untuk model prediksi yang akan dibuat untuk menghasilkan prediksi harga saham berikut dengan tingkat akurasi dan RMSE. Jadi, berdasarkan penelitian ini hasil yang diperoleh dari kedua algoritma dimiliki RMSE sebesar 22,28 untuk algoritma SVR dan 36,07 untuk algoritma decision tree. Hasil akurasi dari algoritma SVR adalah 96,30% dan 90,66% untuk algoritma Decision Tree.
Item Type: | Karya Tulis Ilmiah (KTI) (Undergraduate) |
---|---|
Uncontrolled Keywords: | Skripsi |
Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
Divisions: | Fakultas Teknologi dan Desain > Informatika |
Depositing User: | Mr Rolando Immanuel Lembong |
Date Deposited: | 09 Jan 2023 12:04 |
Last Modified: | 09 Jan 2023 12:04 |
URI: | http://eprints.upj.ac.id/id/eprint/4069 |
Actions (login required)
View Item |