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

Cover
PUBLIC karya

Abstrak
PUBLIC karya

Abstract
PUBLIC karya

Lembar Pengesahan
Terbatas karya
» ITB

Tugas Akhir
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%.