Implementasi Metode Simple Moving Average dan Exponential Smoothing untuk Memprediksi Harga Saham

William, Willy (2018) Implementasi Metode Simple Moving Average dan Exponential Smoothing untuk Memprediksi Harga Saham. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (919kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)
Preview	Text HALAMAN_AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (921kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview

Abstract

Perkembangan teknologi, ilmu pengetahuan, dan ekonomi yang cepat mengakibatkan terjadi perubahan pola pikir manusia dalam menghasilkan uang, salah satunya adalah investasi. Saham merupakan salah satu instrument investasi yang paling digemari. Saham mampu menghasilkan tingkat pengembalian yang cukup tinggi, berkisar antara 10-30% setiap tahunnya. Tetapi peluang keuntungan yang tinggi berbanding lurus dengan resiko yang tinggi juga. Oleh karena itu dibutuhkan aplikasi untuk membantu memberikan prediksi yang bisa dijadikan sebagai pertimbangan sebelum membeli saham. Aplikasi yang dibangun dalam penelitian ini menggunakan metode Simple Moving Average dan Exponential Smoothing. Pengukuran akurasi dilakukan untuk mencari metode yang dengan akurasi paling tinggi. Penelitian yang dilakukan menghasilkan kesimpulan yaitu untuk prediksi pada saham dengan periode daily, didapatkan akurasi tertinggi dari saham BBCA sebesar 99,06%, sedangkan akurasi terendah adalah saham dari UNTR sebesar 98,248%. Pada prediksi saham dengan periode weekly, saham BBCA mendapat akurasi tertinggi yaitu sebesar 97,981% dan akurasi terendah didapatkan oleh saham UNTR yaitu sebesar 96,452%. Akurasi sebesar 96,262% merupakan akurasi tertinggi yang diraih oleh saham UNVR pada prediksi dengan periode monthly, lalu akurasi terendah adalah 93,401% diperoleh oleh saham BBNI.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Exponential Smoothing, Mean Absolute Percentage Error, Mean Squared Error, Peramalan, Saham, Simple Moving Average
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 03:22
Last Modified:	25 Aug 2023 06:23
URI:	https://kc.umn.ac.id/id/eprint/10983

Actions (login required)

View Item