eprintid: 31438 rev_number: 23 eprint_status: archive userid: 12 dir: disk0/00/03/14/38 datestamp: 2025-12-03 01:35:53 lastmod: 2025-12-03 01:35:53 status_changed: 2025-12-03 01:35:53 type: thesis metadata_visibility: show creators_name: Qolbu, Pijar Pahlawan creators_nim: 21.11.4368 contributors_name: Agastya, I Made Artha corp_creators: Universitas AMIKOM Yogyakarta title: PENERAPAN CONVOLUTIONAL LAYER PADA ALGORITMA LONG SHORT TERM MEMORY UNTUK PREDIKSI HARGA SAHAM ispublished: pub subjects: 000.000.006 divisions: if full_text_status: restricted keywords: Prediksi Saham, LSTM, CNN, Deep Learning, CNN-LSTM abstract: Prediksi harga saham merupakan sebuah tantangan yang kompleks karena karakteristik datanya yang fluktuatif dan sulit diprediksi. Penelitian ini bertujuan untuk merekomendasikan sebuah model kombinasi CNN-LSTM untuk prediksi harga saham yang lebih akurat dengan menerapkan convolutional layer pada algoritma Long Short-Term Memory (LSTM). Data yang digunakan dalam penelitian ini adalah data harga penutupan harian saham PT Bank Rakyat Indonesia (BBRI) yang dikumpulkan dari tanggal 2 Januari 2020 hingga 30 Desember 2024. Proses penelitian meliputi pembersihan data, normalisasi, pembagian data, pelatihan model, dan evaluasi. Dalam tahap evaluasi, performa model CNN-LSTM dibandingkan dengan model ARIMA dan LSTM yang dilihat berdasarkan metrik RMSE dan MAPE. Hasil menunjukkan bahwa model CNN-LSTM memberikan performa terbaik dengan nilai RMSE sebesar 71,02 dan MAPE 1,18%, lebih baik jika dibandingkan LSTM (RMSE 72,69 dan MAPE 1,27%) maupun ARIMA (RMSE 73,35 dan MAPE 1,29%). Hasil ini membuktikan bahwa penambahan convolutional layer pada LSTM sccara cfektif meningkatkan akurasi dan stabilitas prediksi harga saham. date: 2025-07-29 date_type: published institution: Universitas AMIKOM Yogyakarta department: Fakultas Ilmu Komputer thesis_type: bachelor thesis_name: skripsi citation: Qolbu, Pijar Pahlawan (2025) PENERAPAN CONVOLUTIONAL LAYER PADA ALGORITMA LONG SHORT TERM MEMORY UNTUK PREDIKSI HARGA SAHAM. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta. document_url: https://eprints.amikom.ac.id/id/eprint/31438/1/COVER.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/2/BAB%20I.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/3/BAB%20II.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/4/BAB%20III.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/5/BAB%20IV.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/6/BAB%20V.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/7/Daftar%20Pustaka.pdf document_url: https://eprints.amikom.ac.id/id/eprint/31438/8/Sourcecode%20-%2021.11.4368.zip document_url: https://eprints.amikom.ac.id/id/eprint/31438/9/Publikasi.pdf