TY  - THES
N1  - Pembimbing : Nurochman, S.Kom., M.Kom.
ID  - digilib53738
UR  - https://digilib.uin-suka.ac.id/id/eprint/53738/
A1  - Irfan Chairurrachman, NIM.: 18106050016
Y1  - 2022/07/05/
N2  - Dalam dunia trading, prediksi saham memainkan peran penting dalam mengembangkan strategi trading yang efektif untuk mencapai keuntungan yang maksimum. Belakangan ini, deep learning, khususnya long short-term memory (LSTM) telah dirancang untuk bekerja dengan prediksi urutan. Keunggulan LSTM terletak pada kemampuan menangani masalah exploding/vanishing gradient. Dalam penelitian ini, tiga jenis LSTM yang digunakan bernama vanilla LSTM, CNN-LSTM, bidirectional LSTM dibandingkan untuk memprediksi suatu saham, lebih tepatnya harga saham ICBP (PT. Indofood CBP Sukses Makmur). Hasil penelitian menunjukkan CNN-LSTM adalah jenis LSTM terbaik dengan nilai MAE dan R2 berurutan sebesar 74.1365 dan 96,6%.
PB  - UIN SUNAN KALIJAGA YOGYAKARTA
KW  - LSTM
KW  -  vanilla
KW  -  CNN-LSTM
KW  -  bidirectional-LSTM
KW  -  ICBP
KW  -  saham
M1  - skripsi
TI  - PENERAPAN LONG SHORT-TERM MEMORY PADA DATA TIME SERIES UNTUK PREDIKSI HARGA SAHAM PT. INDOFOOD CBP SUKSES MAKMUR TBK (ICBP)
AV  - restricted
EP  - 68
ER  -