OPTIMASI KINERJA METODE LSTM DAN GRU PADA KASUS PREDIKSI HARGA FOREX

Pahlevi, Mohammad Rezza (2023) OPTIMASI KINERJA METODE LSTM DAN GRU PADA KASUS PREDIKSI HARGA FOREX. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.51.2105 Mohammad Rezza Pahlevi.pdf Download (4MB)

Abstract

Perdagangan mata uang asing senilai triliunan dolar terjadi setiap hari di pasar forex, ditandai dengan pergerakan yang sangat fluktuatif. Pasar forex beroperasi pada harga bid dan ask, dengan nilai tukar ditentukan oleh prinsipprinsip penawaran dan permintaan. Perdagangan melibatkan pasangan mata uang seperti EURUSD dan AUDCAD, di mana nilai Euro dibandingkan dengan Dolar AS, berfungsi sebagai dasar untuk menganalisis fluktuasi harga. Karena sifat forex yang mudah berubah, pelaku pasar harus membuat keputusan berdasarkan informasi saat membeli dan menjual, karena pilihan yang tidak tepat dapat mengakibatkan kerugian finansial. Salah satu pendekatan untuk mengurangi risiko dalam keputusan trading forex adalah melalui penggunaan teknik peramalan. Pengumpulan data yang digunakan dalam penelitian ini menggunkakan data primer yang diperoleh dari website berita pasar keuangan global yaitu Investing.com. Rentang waktu data yang akan digunakan selama dua puluh tahun dimulai dari Januari 2003 hingga Januari 2023 dengan Timeline data harian. model latih akan diujikan pada data training. Dalam proses training dan testing peneliti menerapkan 3 layer, batch size 128, dan optimizer adam. Studi penelitian ini menggunakan metode LSTM dan GRU untuk memprediksi tren forex, yang dievaluasi menggunakan berbagai divisi dataset. Hasil yang paling akurat diperoleh dengan menggunakan dataset 10,436, untuk pengujian. Pendekatan ini menghasilkan nilai yang paling baik dalam RMSE 0,106, MAPE 7.7%, dan R-square 98.5% pada mata uang EURUSD dengan metode GRU.

Actions (login required)

View Item