Peramalan Harga Indeks Harga Saham Gabungan (IHSG) Menggunakan Model LSTM Berbasis Indikator Teknikal

Firmansyah, Ricky (2026) Peramalan Harga Indeks Harga Saham Gabungan (IHSG) Menggunakan Model LSTM Berbasis Indikator Teknikal. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (Cover) 22082010243_Cover.pdf Download (1MB)
	Text (Bab 1) 22082010243_bab 1.pdf Download (236kB)
	Text (Bab 2) 22082010243_bab 2.pdf Restricted to Repository staff only until 4 September 2028. Download (312kB)
	Text (Bab 3) 22082010243_bab 3.pdf Restricted to Repository staff only until 4 September 2028. Download (298kB)
	Text (Bab 4) 22082010243_bab 4.pdf Restricted to Repository staff only until 4 September 2028. Download (1MB)
	Text (Bab 5) 22082010243_bab 5.pdf Download (147kB)
	Text (Daftar Pustaka) 22082010243_Daftar Pustaka.pdf Download (134kB)
	Text (Lampiran) 22082010243_Lampiran.pdf Restricted to Repository staff only Download (4MB)

Abstract

Indeks Harga Saham Gabungan (IHSG) memiliki pola pergerakan yang fluktuatif dan nonlinier. Penelitian ini bertujuan menerapkan model Long Short-Term Memory (LSTM) berbasis indikator teknikal untuk meramalkan harga penutupan IHSG satu hari perdagangan berikutnya. Data harian IHSG periode Januari 2019 hingga Januari 2026 diperoleh dari Yahoo Finance. Model utama menggunakan 16 fitur masukan yang terdiri atas Open, High, Low, Close, Volume, return logaritmik, serta indikator SMA, EMA, RSI, dan MACD. Proses pemodelan mencakup pra-pemrosesan, feature engineering, pembagian data secara kronologis, normalisasi, windowing, hyperparameter tuning, pelatihan, pengujian, dan evaluasi. Dari 96 kombinasi hyperparameter, diperoleh konfigurasi final berupa window size 90, dua lapisan LSTM 128–64, dropout 0,1, batch size 16, dan learning rate 0,0005. Pengujian model utama menghasilkan MAE 137,16, RMSE 170,31, dan MAPE 1,77%. Sebagai pembanding, model dengan fitur Close saja menghasilkan MAE 113,68, RMSE 139,18, dan MAPE 1,49%. Hasil menunjukkan bahwa pada periode pengujian ini, penggunaan 16 fitur belum menghasilkan kesalahan yang lebih rendah dibandingkan fitur Close secara tunggal. Hasil penelitian digunakan sebagai informasi pendukung dan bukan rekomendasi langsung dalam keputusan investasi.

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Hadiwiyanti, Rizka	NIDN0727078602	rizkahadiwiyanti.si@upnjatim.ac.id
Thesis advisor	Ananto, Prasasti Karunia Farista	NIDN2004079701	prasasti.karunia.fasilkom@upnjatim.ac.id

Subjects:

T Technology > T Technology (General)

Divisions:

Faculty of Computer Science > Departemen of Information Systems

Depositing User:

Ricky Firmansyah

Date Deposited:

07 Sep 2026 01:18

Last Modified:

07 Sep 2026 01:18

URI:

https://repository.upnjatim.ac.id/id/eprint/59965