PREDIKSI HARGA SAHAM SEKTOR ASURANSI MENGGUNAKANAN ALGORITMA LONG SHORT TERM MEMORY (LSTM)

NURINA, NURINA (2026) PREDIKSI HARGA SAHAM SEKTOR ASURANSI MENGGUNAKANAN ALGORITMA LONG SHORT TERM MEMORY (LSTM). Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 2218121_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (341kB)
	Text 2218121_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (175kB)
	Text 2218121_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (304kB) | Request a copy
	Text 2218121_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (407kB) | Request a copy
	Text 2218121_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (572kB) | Request a copy
	Text 2218121_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (169kB) | Request a copy
	Text 2218121_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (173kB)
	Text 2218121_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (780kB) | Request a copy

Abstract

Investasi saham merupakan salah satu instrumen keuangan yang diminati untuk memperoleh keuntungan yang lebih tinggi. Namun, dalam melakukan investasi saham diperlukan analisis mendalam terhadap data historis perusahaan untuk mengetahui potensi kenaikan atau penurunan harga saham. Fluktuasi harga yang dinamis memerlukan pemodelan data yang mampu memberikan prediksi secara akurat. Salah satu algoritma yang dikembangkan untuk mengatasi permasalahan data berurutan dengan jangka waktu panjang adalah Long Short-Term Memory (LSTM). Penelitian ini bertujuan untuk memprediksi harga saham pada sektor asuransi yang terdaftar di Bursa Efek Indonesia, yaitu PT Asuransi Tugu Pratama Indonesia Tbk (TUGU.JK), PT Asuransi Multi Artha Guna Tbk (AMAG.JK), dan PT Asuransi Harta Aman Pratama Tbk (AHAP.JK). Berdasarkan hasil pengujian dengan beberapa variasi epoch, diperoleh nilai Root Mean Square Error (RMSE) terbaik pada masing-masing saham, yaitu TUGU.JK dengan 150 epoch menghasilkan RMSE sebesar 15,89, AMAG.JK dengan 100 epoch menghasilkan RMSE sebesar 7,96, dan AHAP.JK dengan 200 epoch menghasilkan RMSE sebesar 2,56. Hasil tersebut menunjukkan bahwa model LSTM mampu mengenali pola pergerakan harga saham dengan baik dan memberikan hasil prediksi yang akurat, sehingga dapat membantu investor dalam pengambilan keputusan investasi yang lebih tepat dan berbasis data historis.

Item Type:	Thesis (Skripsi)
Additional Information:	Nurina (2218121)
Uncontrolled Keywords:	Prediksi Harga Saham, LSTM, Sektor Asuransi, Deep Learning, RMSE
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Handoyo Eka
Date Deposited:	06 Feb 2026 01:41
Last Modified:	06 Feb 2026 01:41
URI:	http://eprints.itn.ac.id/id/eprint/16026

Actions (login required)

View Item