Perpustakaan Digital ITB

Ekonofisika merupakan interdisiplin ilmu yang memanfaatkan fisika dalam menyelesaikan fenomena ekonomi. Salah satu fokus dari ekonofisika sendiri adalah pembahasan mengenai pasar saham. Melakukan prediksi untuk pasar saham merupakan hal yang sangat penting dilakukan karena dapat memberikan keputusan finansial kepada investor. Banyak pendekatan yang telah dilakukan dalam melakukan prediksi harga saham seperti model statistika, machine learning, dan deep learning. Hanya saja dengan penggunaan data dengan dimensi yang tinggi seperti harga saham memungkinkan adanya pengurangan kinerja komputasi sehingga diusulkan model deep learning yaitu Restricted Boltzmann Machine (RBM) sebagai feature extracting. Tujuan dari penelitian ini adalah menganalisis pengaruh RBM dalam prediksi tren harga saham dan membandingkan Gaussian RBM dengan Bernoulli RBM. Penelitian ini dilakukan dengan menambahkan RBM dalam prediksi tren harga saham yang dilakukan untuk tiga harga saham yaitu ASII, BMRI, dan TLKM dengan menggunakan Support Vector Machine (SVM), Random Forest, Naïve-Bayes Classifier, dan Multi Layer Perceptrons Classifier. Hasil dari prediksi yang dilakukan berupa nilai akurasi yang dievaluasi menggunakan evaluasi matriks. Dari penelitian ini, didapatkan kesimpulan bahwa penggunaan RBM memberikan pengaruh pada nilai akurasi yang dihasilkan dan penggunaan Bernoulli RBM lebih baik daripada Gaussian RBM. Meskipun begitu, ada beberapa data saham dan model klasifikasi prediksi yang tidak menunjukkan adanya pengaruh dari RBM. Hal ini dapat disebabkan oleh banyak faktor seperti karakteristik data, pemilihan model klasifikasi, dan pemilihan hyperparameter RBM.