PREDIKSI HARGA SAHAM PTBA DENGAN FAKTOR MAKROEKONOMI MENGGUNAKAN METODE RNN BERBASIS WEBSITE

Ramadhani, Gilang (2025) PREDIKSI HARGA SAHAM PTBA DENGAN FAKTOR MAKROEKONOMI MENGGUNAKAN METODE RNN BERBASIS WEBSITE. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

This is the latest version of this item.

[img] Text (Full text)
RAMA_55201_2113020218.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (Similarity)
RAMA_55201_2113020218_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2113020218_0729098903_0719068702 _01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (954kB)
[img] Text (BAB 2)
RAMA_55201_2113020218_0729098903_0719068702 _02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (547kB)
[img] Text (BAB 3)
RAMA_55201_2113020218_0729098903_0719068702 _03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (827kB)
[img] Text (BAB 4)
RAMA_55201_2113020218_0729098903_0719068702 _04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (510kB)
[img] Text (BAB 5)
RAMA_55201_2113020218_0729098903_0719068702 _05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (218kB)
[img] Text (References)
RAMA_55201_2113020218_0729098903_0719068702 _06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (212kB)
[img] Text (Lampiran)
RAMA_55201_2113020218_0729098903_0719068702 _07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (750kB)

Abstract

Penelitian ini bertujuan mengembangkan sistem prediksi harga saham PT BukitAsam Tbk (PTBA) menggunakan metode Recurrent Neural Network (RNN).Saham PTBA yang merupakan bagian dari sektor energi dan tergabung dalamindeks LQ45 banyak diminati oleh investor, khususnya di komunitas GR ClubAcademy, namun seringkali dihadapkan pada tantangan seperti fluktuasi hargakomoditas, perubahan kebijakan, dan keterbatasan akses informasi pasar yangterstruktur. Oleh karena itu, dibutuhkan pendekatan berbasis teknologi untukmembantu investor memahami pola pergerakan saham dan mengambil keputusanyang lebih tepat. Model dalam penelitian ini dikembangkan dalam tiga skenario:menggunakan data historis saja, serta dengan tambahan faktor eksternal berupanilai tukar USD/IDR dan harga minyak mentah (Crude Oil). Evaluasi dilakukanmenggunakan metrik MAE, MSE, RMSE, dan MAPE. Hasil menunjukkan bahwamodel berbasis data historis saja memberikan performa terbaik dengan MAE37.3860, MSE 2508.4366, RMSE 50.0843, dan MAPE 1.4245%. Sementara itu,penambahan USD menghasilkan MAE 64.9834 dan MAPE 2.4322%, sedangkanpenambahan Crude Oil menghasilkan MAE 39.6786 dan MAPE 1.4982%. Inimenunjukkan bahwa penambahan faktor eksternal tidak selalu meningkatkanakurasi. Sistem diuji menggunakan metode Black Box Testing untuk memastikanantarmuka berfungsi baik, dan White Box Testing untuk memverifikasi logika danalur pemrosesan data. Hasil pengujian menunjukkan sistem berjalan dengan baikdan dapat menjadi alat bantu pengambilan keputusan investasi.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Prediksi Saham, Recurrent Neural Network (RNN), Faktor Eksternal, Deep Learning
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Gilang Ramadhani
Last Modified: 06 Aug 2025 10:03
URI: http://repository.unpkediri.ac.id/id/eprint/19654

Available Versions of this Item

Actions (login required)

View Item View Item