Perpustakaan Digital ITB

Ekonofisika adalah suatu disiplin yang menerapkan berbagai model dan konsep yang berasal dari fisika ke fenomena ekonomi dan keuangan. Salah satu hal yang dipelajari dalam ekonofisika adalah prediksi harga saham. Saham adalah tanda penyertaan modal dalam seseorang atau pihak (badan usaha) dalam suatu perusahaan atau perseroan terbatas. Harga saham terus mengalami perubahan karena menyesuaikan dengan kondisi pasar. Investor bisa mendapatkan keuntungan melalui selisih harga jual dan harga beli saham karena perubahan harga saham yang terus-menerus ini. Hal ini menjadikan analisis dan prediksi harga saham menjadi penting untuk mendapat keuntungan dan menghindari kerugian ketika berinvestasi pada saham. Salah satu metode yang dapat digunakan untuk memprediksi harga saham adalah wavelet neural network. Metode wavelet neural network adalah metode machine learning yang menggabungkan transformasi wavelet dan artificial neural network. Tugas Akhir ini bertujuan untuk menganalisis performa metode wavelet neural network dalam memprediksi harga penutupan dari empat saham yang tergabung dalam Indeks saham Nasdaq Composite. Metode wavelet neural network yang digunakan adalah gabungan dari Discrete wavelet Transform (DWT) dan Long-Short Term Memory (LSTM). Sebagai pembanding metode wavelet neural network, digunakan metode LSTM. Digunakan data harga penutupan dari keempat saham selama rentang April 2020 sampai dengan Maret 2022 yang terbagi menjadi data latih dan data uji. Dari hasil pemodelan, didapatkan bahwa metode wavelet neural network memiliki performa yang lebih baik dari metode LSTM.