Tanuwijaya, Julius (2019) Rancang Bangun Aplikasi Prediksi Harga Saham Menggunakan Algoritma k-Neighbors Regressor. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Pasar modal merupakan sistem keuangan yang terorganisasi terdiri dari bank komersial, lembaga perantara di bidang keuangan dan seluruh surat-surat berharga yang beredar. Salah satu manfaat dari pasar modal adalah menciptakan kesempatan kepada masyarakat untuk berpartisipasi dalam kegiatan perekonomian khususnya dalam berinvestasi. Dalam aktivitas perdagangan saham sehari-hari, harga saham cenderung fluktuatif. Sehingga harga saham dapat berubah kapan saja. Oleh karena itu, diperlukan prediksi harga saham untuk membantu para investor dalam mengambil keputusan saat ingin membeli atau menjual sahamnya. Salah satu aset untuk investasi adalah saham. Salah satu indeks harga saham yang banyak dilirik investor adalah indeks saham LQ45 pada bursa saham Indonesia. Salah satu algoritma yang digunakan untuk melakukan prediksi adalah algoritma k-Nearest Neighbors. Pada penelitian sebelumnya, kNN memiliki akurasi yang lebih tinggi dibandingkan metode moving average sebesar 14,7%. Penelitian ini menggunakan kNN metode regresi karena untuk memprediksi data numerik. Hasil dari penelitian pembuatan aplikasi prediksi saham indeks LQ45 ini telah berhasil dibuat. Akurasi yang dihasilkan paling tinggi mencapai 91, 81% oleh WSKT.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | K-Neighbors Regressor, Prediksi, Runtun Waktu, Saham |
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++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 04 Dec 2019 03:19 |
Last Modified: | 08 Aug 2023 06:23 |
URI: | https://kc.umn.ac.id/id/eprint/10991 |
Actions (login required)
View Item |