Saham, Metode ARIMA, Prediksi, Data Mining.

AZIS, MOCH KHARISUN and BAGUS SETIAWAN, AHMAD and WIDODO, DANANG WAHYU (2023) Saham, Metode ARIMA, Prediksi, Data Mining. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_19103020180.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
	Text (Similarity) RAMA_55201_19103020180_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (934kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_19103020180_0703018704_0720117501_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_19103020180_0703018704_0720117501_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (135kB) | Request a copy
	Text (BAB 3) RAMA_55201_19103020180_0703018704_0720117501_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (279kB) | Request a copy
	Text (BAB 4) RAMA_55201_19103020180_0703018704_0720117501_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (237kB) | Request a copy
	Text (BAB 5) RAMA_55201_19103020180_0703018704_0720117501_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (8kB) | Request a copy
	Text (References) RAMA_55201_19103020180_0703018704_0720117501_06_Ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (73kB)
	Text (Lampiran) RAMA_55201_19103020180_0703018704_0720117501_07_Lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Saham adalah instrumen investasi yang memberikan bukti kepemilikan dalam suatu perusahaan dan diperdagangkan di pasar modal. ARIMA (Autoregressive Integrated Moving Average) adalah metode statistik yang digunakan untuk melakukan prediksi terhadap data time series, seperti harga saham, berdasarkan pola historisnya. Keunggulan ARIMA terletak pada kemampuannya untuk menggeneralisasi perkiraan hanya dengan menggunakan data sebelumnya dan berkinerja baik dalam prakiraan jangka pendek. Penelitian ini bertujuan untuk merancang dan menerapkan sistem prediksi harga saham Tencent dengan metode ARIMA, guna membantu investor dalam mengambil keputusan investasi yang lebih cerdas. Dari penelitian ini, aplikasi prediksi harga saham dengan menggunakan metode ARIMA berhasil menghasilkan prediksi dengan akurasi 37%, yang menunjukkan bahwa aplikasi ini memberikan informasi layak bagi para investor meskipun perlu peningkatan untuk akurasi yang lebih tinggi di masa mendatang.

Actions (login required)

View Item