TEKNIK PEMBUATAN KEPUTUSAN MENGGUNAKAN LSTM DI BURSA SAHAM

Badri, Achmad Kamal (2021) TEKNIK PEMBUATAN KEPUTUSAN MENGGUNAKAN LSTM DI BURSA SAHAM. Tesis (S2) - thesis, UNIVERSITAS BAKRIE.

Preview	Text (COVER) 00 Cover.pdf - Submitted Version Download (106kB) | Preview
	Text (BAB I-III) 01 BAB I-III.pdf - Submitted Version Restricted to Registered users only Download (925kB) | Request a copy
	Text (BAB IV) 02 BAB IV.pdf - Submitted Version Restricted to Registered users only Download (246kB) | Request a copy
	Text (BAB V) 03 BAB V.pdf - Submitted Version Restricted to Registered users only Download (8kB) | Request a copy
Preview	Text (DAFTAR PUSTAKA) 04 DAFTAR PUSTAKA.pdf - Submitted Version Download (172kB) | Preview
	Text (LAMPIRAN) 05 LAMPIRAN.pdf - Submitted Version Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Saham, selain memiliki karakteristik volatile dan chaos, juga memiliki berbagai macam noise, pergerakan yang nonlinier, dan nonstasionair sehingga menjadikannya sulit untuk diprediksi dengan akurat. Risiko investasi saham bergantung pada keterampilan investor atau trader dalam melakukan penilaian dan pembuatan keputusan. Penelitian ini bertujuan menggunakan LSTM (Long Short-Term Memory) sebagai teknik pembuatan keputusan dengan historikal harga saham sebagai prediktor tunggal, kemudian mengimplementasikannya pada tiap lapis saham dalam kondisi sebelum dan saat pandemi covid-19. Uji coba model dilakukan menggunakan saham-saham dari emiten yang terlisting pada Bursa Efek Indonesia (BEI) dan dipilih berdasarkan kategori lapis saham, dengan sampel sebanyak 11 emiten. Adapun hasil penelitian ini menunjukan, historikal harga saham dapat digunakan sebagai prediktor tunggal memprediksi harga saham esok hari, t+1. Hasil prediksi pada lapis saham berkapitaslisasi lebih besar memiliki risiko lebih kecil dibanding pada lapis saham lebih berkapitaslisasi kecil, kecuali pada saham micro-cap. Risiko trading saham sepanjang tahun 2019 sebelum pandemic covid lebih rendah dibandingkan dengan saat pandemic covid yang diikuti dengan kenaikan votalitas yang tinggi. Penelitian ini menyimpulkan, metode LSTM (Long Short-Term Memory) dapat digunakan sebagai teknik pembuatan keputusan jual dan beli saham trader harian.

Item Type:	Thesis (Tesis (S2) - )
Uncontrolled Keywords:	Covid-19, Historikal Harga Saham, LSTM, Pembuatan Keputusan, Risiko Prediksi Saham
Subjects:	Computer Science > Decision Support System (DSS) Computer Science > Information analysis Finance > Investment Science > Mathematics > Computer software Finance > Investment > Stock exchanges Thesis > Thesis (S2)
Divisions:	Fakultas Ekonomi dan Ilmu Sosial > Program Studi Magister Management
Depositing User:	Achmad Kamal Badri
Date Deposited:	20 Aug 2021 03:39
Last Modified:	20 Aug 2021 03:39
URI:	http://repository.bakrie.ac.id/id/eprint/4896

Actions (login required)

View Item