TY  - THES
AV  - public
UR  - https://eprints.amikom.ac.id/id/eprint/31804/
KW  - covid-19
KW  -  saham vaksin
KW  -  long short-term memory
KW  -  optuna
KW  -  prediksi
harga saham
KW  -  vaccine stock
KW  -   stock price
prediction.
M1  - masters
Y1  - 2026/02/02/
ID  - universitasamikomyogyakarta31804
N2  - Studi  ini  menganalisis  keterkaitan  antara  data  kasus  harian  
COVID-19 dan  dinamika  harga  saham  perusahaan vaksin dengan fokus pada
AstraZeneca (AZN). Prediksi harga saham dilakukan melalui penerapan metode
Long Short-Term Memory (LSTM) yang memanfaatkan data historis COVID-19
untuk mendeteksi pola pergerakan harga di tengah situasi krisis kesehatan global.
Akurasi  model  ditingkatkan  melalui  proses  optimasi  hyperparameter 
menggunakan  kerangka  kerja  Optuna.  Hasil  penelitian menunjukkan bahwa 
penurunan  jumlah  kasus  COVID-19  cenderung  diikuti  dengan  tren kenaikan
harga  saham  AstraZeneca, menunjukkan   adanya   keterkaitan   erat   antara 
kondisi   kesehatan   masyarakat   dan   respon   pasar  modal.   Evaluasi  model
menunjukkan bahwa LSTM yang dioptimasi dengan Optuna memiliki performa
prediksi yang lebih baik dibandingkan LSTM baseline,  dengan  peningkatan 
nilai  koefisien  determinasi  (Rē)  dari  0,88  menjadi  0,95.  Peningkatan  ini 
membuktikan  bahwa pendekatan optimasi hyperparameter mampu meningkatkan
kemampuan model dalam memahami pola data deret waktu yang kompleks. 
Dengan  hasil  tersebut,  model  ini  diharapkan  dapat  dimanfaatkan  sebagai 
acuan  bagi  investor,  analis  keuangan, maupun pembuat kebijakan dalam
memproyeksikan pergerakan harga saham di sektor kesehatan pada masa pandemi
atau situasi darurat serupa di masa depan. Penelitian ini juga memberikan
kontribusi praktis bagi pengembangan teknologi prediksi berbasis kecerdasan
buatan, khususnya dalam mengintegrasikan metode LSTM dengan proses tuning
otomatis yang efisien. Temuan ini dapat menjadi dasar bagi riset lanjutan yang
berfokus pada pengembangan metode hybrid atau penerapan mekanisme attention
untuk meningkatkan akurasi prediksi pasar modal di masa mendatang.
PB  - Universitas AMIKOM Yogyakarta
TI  - KORELASI KASUS HARIAN COVID-19 DAN PERGERAKAN
SAHAM PERUSAHAAN VAKSIN DI PASAR GLOBAL 
MENGGUNAKAN LONG SHORT-TERM MEMORY (LSTM)
A1  - Setyaji, Gigih
ER  -