| Popis: |
Saham merupakan salah satu pilihan investasi yang menarik karena dapat diperoleh untung yang besar dibandingkan dengan usaha lainnya. Untuk meminimalkan resiko kerugian, diperlukan perhatian yang jeli terhadap pergerakan saham dan perkembangan pasar modal merupakan salah satu indikator yang perlu dipantau. Dengan teknologi pemrosesan prediksi dan pembelajaran mesin saat ini, identifikasi prediksi harga saham dapat dilakukan secara otomatis. Deep Learning merupakan salah satu bagian dari pembelajaran mesin, dan memiliki akurasi pengenalan yang tinggi dengan data yang sangat banyak. Penelitian ini menggunakan analisis history harga saham dalam suatu perusahaan, dan Recurrent Neural Network (RNN) untuk melakukan prediksi terhadap nilai saham dari history harga saham. Fitur yang diidentifikasi yaitu harga terendah, harga tertinggi, harga buka, harga tutup, volume, rata-rata harga, dan pergerakan. Prediksi tujuh fitur variabel dengan RNNmenghasilkan akurasi sebesar 94% untuk data latih dan 55%untuk data uji. Akurasi diperoleh setelah pelatihan dengan menggunakan 1218 data. |
