digilib@itb.ac.id +62 812 2508 8800

PREDIKSI HARGA SAHAM DENGAN PENDEKATAN ALGORITMA TEXT MINING DAN LONG SHORT TERM MEMORY: STUDI KASUS SAHAM PT BUMI RESOURCES TBK

Penulis : Raka Maulida Azka [22122014]
Kontributor / Dosen Pembimbing :
  • Dr. Ing. Ir. Arjo Prawoto Wibowo, M.Eng.
  • Dr.Eng. Ir. Firly Rachmaditya Baskoro, S.T, M.T.
Jenis Koleksi : Tesis
Tahun Terbit :
Penerbit : Rekayasa Pertambangan
Fakultas : Fakultas Teknik Pertambangan dan Perminyakan
Subjek :
Kata Kunci : Saham BUMI.JK, Long Short Term Memory, Text Mining, Data Mining.
Sumber :
Staf Input/Edit : Resti Andriani  
File : 1 file
Tanggal Input : 19 Sep 2023

BUMI.JK merupakan saham yang diterbitkan oleh PT Bumi Resources Tbk. Saham tersebut termasuk dalam lima saham dengan kapitalisasi pasar terbesar untuk sektor batubara. Kepemilikan publik dengan nilai saham dibawah 5% diketahui mencapai 75% dari total kepemilikan yang ada. Maka dari itu, investor yang terdampak pergerakan harga saham akan lebih banyak dan didominasi oleh individu masyarakat. Penelitian ini bertujuan untuk memprediksi harga saham BUMI.JK dengan menggunakan kecerdasan buatan pada tingkat deep learning melalui metode Long Short Term Memory (LSTM). Penelitian ini juga menganalisis sentimen publik terhadap saham BUMI.JK dengan memprediksi sentimen yang akan terbentuk pada waktu mendatang. Hasil dari pembelajaran mandiri oleh algoritma LSTM akan divalidasi dengan ARIMA yang merupakan pendekatan klasik melalui kaidah statistika yang dapat dipahami manusia. Berdasarkan penelitian ini, prediksi harga saham dengan LSTM tervalidasi oleh analisis sentimen publik dan ARIMA. Diketahui harga saham tersebut memiliki kemungkinan kenaikan terbesar 66,8%, kemungkinan kenaikan terekspektasi 26,1%, dan kemungkinan penurunan 14,5% untuk rentang waktu Juni 2023 hingga Juni 2028. Penelitian ini diharapkan dapat membantu para investor saham BUMI.JK untuk melakukan pengambilan keputusan.

Artikel Terkait