Pengembangan Fitur Aplikasi Prediksi Data Saham Berbasis Web Menggunakan Metode Holt's Weighted Exponential Moving Average

Jeremy, Ivan (2019) Pengembangan Fitur Aplikasi Prediksi Data Saham Berbasis Web Menggunakan Metode Holt's Weighted Exponential Moving Average. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
HALAMAN_AWAL.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

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

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

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

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

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

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

Download (993kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)

Abstract

Berbagai jenis metode untuk menganalisa data time series atau deret waktu telah diciptakan untuk dapat memprediksi data. Salah satu metode yang terkenal untuk memprediksi data adalah metode Moving Average (MA). Metode paling dasar dari MA adalah Simple Moving Average (SMA). Lalu, ada metode Weighted Moving Average (WMA). Salah satu metode lain adalah Exponential Moving Average (EMA). Melalui penelitian Hansun, diteliti bahwa formula H-DES dapat digabungkan dengan formula WMA untuk menjadi formula Holt's Weighted Exponential Moving Average (H-WEMA). Penelitian Kristanda dan Hansun mengenai PHATSA merupakan aplikasi berbasis web yang digunakan untuk prediksi data saham menggunakan beberapa metode MA yang telah disebutkan sebelumnya. Pada aplikasi web tersebut, belum ada pilihan untuk menggunakan metode prediksi H-WEMA. Oleh karena itu dibuatlah penelitian pengembangan fitur untuk mengimplementasikan metode H-WEMA ke dalam aplikasi berbasis web untuk prediksi data saham perusahaan yang bermanfaat untuk membantu pengguna dalam menentukan saham untuk dibeli. Dengan penelitian ini, fitur metode prediksi dengan H-WEMA telah diimplementasi ke dalam halaman web PHATSA. Tingkat kesalahan yang dihasilkan H-WEMA melalui pengukuran error menggunakan MSE, MAPE, dan MASE memiliki hasil dengan error yang semakin kecil pada span data yang semakin besar. Data-data saham yang memiliki error terkecil semua terdapat pada data-data yang memiliki suatu tren. Pada MSE, hasil error terkecil terdapat pada perusahaan BIMA.JK dan error terbesar terdapat pada perusahaan KONI.JK. Pada MAPE, error terkecil didapat oleh perusahaan WAPO.JK, FORU.JK, dan TRUK.JK dan error terbesar terdapat pada perusahaan KONI.JK. Pada MASE, error terkecil didapat pada perusahaan TRUK.JK dan YELO.JK dan error terbesar terdapat pada perusahaan KONI.JK dan KICI.JK.

Item Type: Thesis (Bachelor Thesis)
Keywords: WMA, H-DES, H-WEMA, PHATSA, Prediksi, Saham
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.6 Internet, Cloud Computing, Website, LAN, Email
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 03:12
Last Modified: 09 Aug 2023 00:14
URI: https://kc.umn.ac.id/id/eprint/11012

Actions (login required)

View Item View Item