UMN Knowledge Center

penerapan model decision tree pada titik tertinggi dan terendah harga emas periode januari – april 2017

Noventius, Michael (2017) penerapan model decision tree pada titik tertinggi dan terendah harga emas periode januari – april 2017. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
daftar pustaka.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (864kB) | Preview
[img] Text
bab iii.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (910kB)
[img] Text
bab ii.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
halaman awal.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
lampiran.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
bab i.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (781kB) | Preview
[img] Text
bab iv.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
bab v.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (782kB)

Abstract

Untuk mendapatkan suatu pengetahuan pada data dapat dilakukan menggunakan data mining yang merupakan bagian dari Knowledge Data Discovery (KDD) yang mana berkaitan dengan ekstraksi dan perhitungan pola-pola dari data yang ditelaah. Pada trading gold, harga bersifat fluktuatif sehingga setiap harinya akan terbentuk titik tertinggi (candle high) dan titik terendah (candle low) sehingga dibutuhkan parameter untuk melakukan profiling high dan low candle yang disebut dengan oscillators. Dengan mengetahui titik tertinggi dan terendah, traders dapat mengetahui kapan melakukan action buy dan action sell. Profile high dan low menghasilkan pohon keputusan dengan menggunakan metode uppersampling dengan melibatkan semua oscillator yang digunakan dalam menentukan overbought dan oversold sehingga membantu traders dalam menentukan action buy dan sell. Model pohon keputusan yang dibuat memiliki hasil presisi terbaik dengan high 88.77%, low 89.01% dan normal 100% dengan recall terbaik high 100%, low 100% dan normal 90.26%. Pohon keputusan terbaik ini juga telah diujicoba dengan data real di bulan Januari 2017 dengan hasil presisi high 75.86%, low 91.30% dan normal 99.77% sedangkan hasil recoll high 95.65%, low 100% dan normal 97.95%. Dengan melakukan penelitian ini critical value dari masing-masing oscilator yang akan digunakan dalam membuat model decision tree yang menggambarkan profile high dan low dalam trading gold

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T10.5-11.9 Communication of technical information
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
Depositing User: mr admin umn
Date Deposited: 24 Jan 2019 08:35
Last Modified: 24 Jan 2019 08:35
URI: http://kc.umn.ac.id/id/eprint/4892

Actions (login required)

View Item View Item