Prediksi Pergerakan Saham AMD dalam Minute-level Trading Menggunakan Metode Lstm dan Xlstm

Theodore Chandra, Samuel (2026) Prediksi Pergerakan Saham AMD dalam Minute-level Trading Menggunakan Metode Lstm dan Xlstm. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (599kB)
	PDF BAB_I.pdf Download (237kB)
	PDF BAB_II.pdf Download (565kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (495kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (812kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (201kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (218kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (747kB)
	Archive (ZIP) 00000069418_2521_LembarPengesahan.pdf Restricted to Registered users only Download (63kB)

Abstract

Pertumbuhan pesat kecerdasan buatan telah mendorong permintaan signifikan untuk perangkat keras semikonduktor, menempatkan perusahaan seperti Advanced Micro Devices (AMD) di pusat perhatian investor dan spekulasi pasar. Meskipun lintasan harga saham AMD dalam jangka panjang menunjukkan tren naik, pergerakannya pada tingkat menit sangat fluktuatif dan sulit diinterpretasikan, menjadikan prediksi jangka pendek sebagai masalah yang bermakna namun menantang. Secara matematis, volatilitas mikro pada data per menit menyebabkan perubahan harga berurutan memiliki rasio sinyal terhadap noise yang rendah, sehingga variansi jangka pendek sering kali mendominasi pola yang ingin dipelajari model. Penelitian ini menyelidiki penerapan LSTM sebagai model baseline, serta dua komponen utama arsitektur xLSTM, yaitu sLSTM (Scalar Long Short-Term Memory) dan mLSTM (Matrix Long Short-Term Memory), untuk prediksi harga saham AMD tingkat menit menggunakan data OHLCV yang bersumber dari perpustakaan Python Yahoo Finance. Setiap model dievaluasi menggunakan metrik RMSE dan MAE untuk menilai akurasi prediksi, kemudian dilanjutkan dengan simulasi uji profitabilitas guna mengukur kelayakan perdagangan di dunia nyata. Hasil penelitian menunjukkan bahwa skor kesalahan yang lebih rendah tidak selalu menghasilkan keuntungan perdagangan yang lebih tinggi, menyoroti perbedaan antara akurasi statistik dan profitabilitas praktis dalam lingkungan perdagangan tingkat menit yang memiliki noise tinggi.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Theodore Chandra, Samuel (00000069418)
Contributors:	Wiratama, Jansen
Keywords:	LSTM, MLSTM, Saham, SLSTM, XLSTM
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	24 Jul 2026 08:01
URI:	https://kc.umn.ac.id/id/eprint/48018

Actions (login required)

View Item