Cover
PUBLIC karya Abstrak
PUBLIC karya Abstract
PUBLIC karya
Lembar Pengesahan
Terbatas karya
» ITB
Terbatas karya
» ITB
Tugas Akhir
Terbatas karya
» ITB
Terbatas karya
» ITB
Dalam memprediksi pergerakan pasar modal, yang menjadi perhatian utama adalah menentukan
kapan waktu yang tepat untuk membeli, menjual, atau menahan suatu saham. Saat ini kebanyakan
analisis yang dilakukan seorang investor masih secara manual, khususnya investor ritel, sehingga
sulit untuk menentukan strategi investasi yang efisien. Tugas akhir ini bertujuan untuk
menghasilkan model yang mampu memprediksi pergerakan saham di kemudian hari dari suatu
perusahaan. Hal ini dapat membantu investor untuk menentukan strategi investasi dengan lebih
efisien.
Pada tugas akhir ini solusi yang diajukan dibagi menjadi dua komponen, yaitu komponen
praproses dan komponen prediksi. Praproses yang dilakukan adalah mengubah data harga historis
menjadi matriks yang merepresentasikan candle chart. Untuk memprediksi pergerakan harga
saham model yang digunakan adalah Convolutional Neural Network untuk time-series. Untuk
menentukan parameter yang digunakan dilakukan eksperimen dengan melakukan pelatihan ulang
berdasarkan data empat tahun.
Hasil eksperimen menunjukkan parameter terpilih untuk model yang digunakan adalah 5, 5, 5, dan
5 untuk ukuran filter pertama, pooling pertama, filter kedua dan pooling kedua secara berurutan.
Model dengan parameter terpilih memiliki akurasi rata-rata 54.35% dan rata-rata luas area di
bawah ROC 0.5576. Sayangnya performa ini tidak lebih baik dari penelitian sebelumnya yang
memprediksi hal yang sama dengan model berbeda yaitu rata-rata akurasi 64.14%.