Wibowo, Aufa and Soelaiman, Rully and Arunanto, F.X. (2020) Penerapan Metode Deep Learning Long Short-Term Memory Network Pada Prediksi Data Time-Series. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05111640000184-Undergraduate_Thesis.pdf Download (3MB) | Preview |
Abstract
Banyak contoh kasus permasalahan yang membutuhkan komponen waktu. Permasalah ini begitu banyak dibiarkan begitu saja karena komponen waktu membuat permasalahan time-series semakin sulit. Dalam dunia finansial, indeks saham merupakan acuan penting untuk setiap investor dalam menentukan kemana arah harga berikutnya.
Didalam tugas akhir ini, penerapan metode LSTM digunakan untuk melakukan prediksi data indeks saham pada kondisi stabilitas yang berbeda. Sebagai perbandingan, metode ARIMA dikenalkan untuk dilakukan perbandingan terhadap model LSTM.
Hasil eksperimen menunjukkan bahwa metode LSTM memiliki kelebihan dibanding dengan metode ARIMA dan tidak sensitif terhadap perbedaan stabilitas.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Prediksi time-series, prediksi saham, Stasioneritas, LSTM, ARIMA |
| Subjects: | T Technology > T Technology (General) > T174 Technological forecasting |
| Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Muhammad Aufa Wibowo |
| Date Deposited: | 13 Aug 2020 04:40 |
| Last Modified: | 06 Jun 2023 13:47 |
| URI: | http://repository.its.ac.id/id/eprint/77845 |
Actions (login required)
 |
View Item |