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.

Preview	Text daftar pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (864kB) | Preview
Preview	Text bab iii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (910kB) | Preview
Preview	Text bab ii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text halaman awal.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text lampiran.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
Preview	Text bab i.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (781kB) | Preview
	Text bab iv.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text bab v.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (782kB) | Preview

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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods
Divisions:	Faculty of Engineering & Informatics > Information System
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jan 2019 08:35
Last Modified:	09 May 2023 05:51
URI:	https://kc.umn.ac.id/id/eprint/4892

Actions (login required)

View Item