Penambangan Pola Pergerakan Harga Saham Menggunakan Skyline Frequent Utility Pattern Mining

Latifa, Safira Nur (2020) Penambangan Pola Pergerakan Harga Saham Menggunakan Skyline Frequent Utility Pattern Mining. Other thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[thumbnail of 06111640000037_Undergraduate_Thesis.pdf]
Preview
Text
06111640000037_Undergraduate_Thesis.pdf

Download (2MB) | Preview

Abstract

Penelitian ini mengekstrak pola pergerakan harga saham yang paling sering menguntungkan dengan informasi interval lama waktu pergerakannya berdasarkan frekuensi dan utilitas pola, yang disebut juga pola skyline frequent utility (SFU). Untuk menambang pola SFU, penelitian ini menggunakan Skyline Frequent Utility Pattern-Depth First Search (SKYFUP-D) algorithm. Tujuan dari penelitian ini adalah untuk memberikan rekomendasi saham yang mudah dipahami dengan menunjukkan saham dari perusahaan yang paling sering menguntungkan dalam jangka waktu tertentu pada setiap perusahaan beserta korelasinya. Oleh karena itu, penelitian ini juga berfokus untuk mendefinisikan tipe return dari pergerakan harga saham dan interval jangka waktunya berdasarkan himpunan fuzzy. Dari data historis harga saham tahun 2018 sampai tahun 2019 dengan menggunakan Algoritma SKYFUP-D, pola pergerakan harga saham yang paling sering menguntungkan terjadi pada PT.Aneka Tambang Tbk. dan PT.Perusahaan Gas Negara Tbk. dengan nilai penjualan return tertinggi diantara perusahaan lainnya.
========================================================================================
This study attempts to discover stock price co-movements patterns that most frequent and profit including their interval time called Skyline Frequent Utility (SFU) patterns. To mine the SFU, this study employed Skyline Frequent Utility Patterns-Depth First Search (SKYFUP-D) algorithm. The main goal of this study is to provide a recommendation on stocks of a company that brings to profit and it is simple to understand in every company with their correlations. To do so, this study formulates fuzzy sets of return types of stock price movements and their time intervals. Based on the historical stock price data starting from 2018 until 2019 uses SKYFUP-D algorithm, the pattern of stock price movements that is most often profitable occurs at PT.Aneka Tambang Tbk. and PT.Perusahaan Gas Negara Tbk. with sales return value highest than other companies.

Item Type: Thesis (Other)
Additional Information: RSMa 511.313 Lat p-1 • Latifa, Safira Nur
Uncontrolled Keywords: Harga Saham, Pola Pergerakan, Himpunan Fuzzy, Skyline Pattern Mining, Stock Price, Movement Pattern, Fuzzy Set.
Subjects: Q Science > QA Mathematics > QA39.3 Fuzzy mathematics
Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Q Science > QA Mathematics > QA9.64 Fuzzy logic
Q Science > QA Mathematics > QA248_Fuzzy Sets
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: SAFIRA NUR LATIFA
Date Deposited: 29 Aug 2020 04:15
Last Modified: 04 Jul 2023 15:47
URI: http://repository.its.ac.id/id/eprint/79546

Actions (login required)

View Item View Item