OPTIMASI HYPERPARAMETER UNTUK PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN MODEL GRU (GATED RECURRENT UNIT)

Akmal, Mohammad Faizal (2025) OPTIMASI HYPERPARAMETER UNTUK PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN MODEL GRU (GATED RECURRENT UNIT). Undergraduate thesis, Universitas Pembangunan Nasional "Veteran" Jawa Timur.

[img] Text (Cover)
Cover.pdf

Download (1MB)
[img] Text (BAB I)
BAB I.pdf

Download (209kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Repository staff only until 12 June 2028.

Download (614kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Repository staff only until 12 June 2028.

Download (795kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Repository staff only until 12 June 2028.

Download (4MB)
[img] Text (BAB V)
BAB V.pdf

Download (187kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf

Download (207kB)

Abstract

Peningkatan minat terhadap investasi saham sektor Fast-Moving Consumer Goods memerlukan model prediksi yang akurat untuk mendukung keputusan investasi strategis. Penelitian ini mengusulkan penggunaan model Gated Recurrent Unit yang dioptimalkan melalui hyperparameter tuning Bayesian Optimization untuk meningkatkan kinerja prediksi harga saham. Dataset yang digunakan telah melalui preprocessing, termasuk pembersihan data, normalisasi, dan pembentukan sekuens data time series dengan pendekatan sliding window selama 30 hari. Tuning dilakukan untuk memperoleh kombinasi hyperparameter terbaik. Model GRU dilatih dan diuji dalam beberapa skenario eksperimen dengan variasi rasio pembagian data dan jenis Optimizer. Evaluasi dilakukan menggunakan tiga metrik utama, yaitu RMSE, MAE, dan MAPE. Konfigurasi terbaik diperoleh dengan pembagian data 70% data train, 15% data validation, dan 15% data test, serta penggunaan Optimizer Nadam. Hasil evaluasi menunjukkan RMSE sebesar 15.16, MAE sebesar 9.43, dan MAPE sebesar 1.29%, yang menunjukkan bahwa Bayesian Optimization meningkatkan akurasi model. Visualisasi hasil prediksi memperlihatkan kesesuaian tinggi antara prediksi dan nilai aktual. Penelitian ini membuktikan potensi integrasi GRU dan Bayesian Optimization untuk sistem prediksi time series yang efisien di bidang keuangan.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorDiyasa, I Gede Susrama MasNIDN0710117803igsusrama.if@upnjatim.ac.id
Thesis advisorJunaidi, AchmadNIDN0019067008achmadjunaidi.if@upnjatim.ac.id
Subjects: Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Mohammad Faizal Akmal
Date Deposited: 12 Jun 2025 08:55
Last Modified: 12 Jun 2025 08:55
URI: https://repository.upnjatim.ac.id/id/eprint/37467

Actions (login required)

View Item View Item