Kholik, Yanuar Nur (2022) PREDIKSI HARGA SAHAM MENGGUNAKAN LIGHT GRADIENT BOOSTING MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (684kB) |
|
Text (BAB I)
BAB I.pdf Download (244kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (932kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (610kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (87kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (456kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.12.0974 Yanuar Nur Kholik.zip Restricted to Repository staff only Download (294kB) |
|
Text (PUBLIKASI)
Publikasi 1812.0974 Yanuar Nur Kholik.pdf Restricted to Repository staff only Download (389kB) |
Abstract
Pada akhir tahun 2019 dunia digoncangkan dengan menyebarnya COVID19. Hal ini menyebabkan fluktuasi harga saham sepanjang tahun 2020 sehingga banyak orang takut dalam berinvestasi saham karena faktor psikologis. Investasi adalah salah satucara untuk bertahan dari peristiwa seperti COVID-19. Untuk itu peneliti membangun peramalan harga saham menggunakan data Yahoo Finance. Light Gradient Boosting Machine (LightGBM) adalah open source framework gradient boosting untuk machine learning. LightGBM memiliki tingkat akurasi yang tinggi dan efisien. Hal ini terbukti dalam kompetisi M5 Forecasting, LightGBM mampu meraih peringkat pertama melawan model peramalan deret waktu lainnya. Dalam penelitian ini, peneliti menggunakan model ansembel LightGBM untuk melakukan peramalan deret waktu harga saham. Peneliti menggunakan Grid Search Cross Validation (GSCV) untuk menentukan hyperparameter. Hasil dari peramalan data deret waktu harga saham menunjukkan bahwa LightGBM bisa bersaing bahkan mampu mengungguli model peramalan berbasis boosting, seperti XGBoost, AdaBoost, dan CatBoost.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | LightGBM, peramalan, saham, boosting, grid search | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 07 Oct 2022 02:23 | ||
| Last Modified: | 01 Aug 2023 02:52 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/8372 |
Actions (login required)
 |
View Item |