Dampak Ukuran Dataset Pelatihan Terhadap Performa Long Short Term Memory (LSTM) Network Dalam Konteks Harga Saham.

Hamzar, Ridwan Arrayan (2023) Dampak Ukuran Dataset Pelatihan Terhadap Performa Long Short Term Memory (LSTM) Network Dalam Konteks Harga Saham. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover) Cover_H1051161009.pdf - Published Version Download (110kB)
	Text (Yuridis) Yuridis_H1051161009.pdf - Published Version Download (65kB)
	Text (Surat Pernyataan) SP_H1051161009.pdf - Published Version Download (71kB)
	Text (Abstrak) Abstrak_H1051161009.pdf - Published Version Download (107kB)
	Text (Kata Pengantar) Kapeng_H1051161009.pdf - Published Version Download (116kB)
	Text (Daftar Isi) Dafis_H1051161009.pdf - Published Version Download (91kB)
	Text (Daftar Lain) Daflain_H1051161009.pdf - Published Version Download (129kB)
	Text (Bab I) Bab1_H1051161009.pdf - Published Version Download (136kB)
	Text (Bab II) Bab2_H1051161009.pdf - Published Version Download (295kB)
	Text (Bab III) Bab3_H1051161009.pdf - Accepted Version Restricted to Repository staff only Download (118kB)
	Text (Bab IV) Bab4_H1051161009.pdf - Accepted Version Restricted to Repository staff only Download (379kB)
	Text (Bab V) Bab5_H1051161009.pdf - Accepted Version Restricted to Repository staff only Download (998kB)
	Text (Bab VI) Bab6_H1051161009.pdf - Accepted Version Restricted to Repository staff only Download (94kB)
	Text (Daftar Pustaka) Dapus_H1051161009.pdf - Published Version Download (123kB)
	Text (H1051161009_RIDWAN ARRAYAN HAMZAR) H1051161009_RIDWAN ARRAYAN HAMZAR.pdf - Accepted Version Restricted to Repository staff only Download (2MB)

Abstract

Performa jaringan LSTM umumnya tidak mudah diketahui sebelum proses pelatihan dan pengujian jaringan tersebut sudah dilakukan. Salah satu faktor yang mempengaruhi proses tersebut adalah ukuran dataset pelatihan yang digunakan oleh jaringan LSTM. Untuk melihat dampak faktor tersebut, pengujian dilakukan dengan beberapa variasi ukuran dataset awal yang digunakan untuk pelatihan dan yang digunakan untuk pengujian. Kasus yang digunakan dalam penelitian ini adalah kasus prediksi harga saham, dimana harga saham masa lalu digunakan untuk mencari harga saham masa depan. Empat bank dipilih sebagai sumber dataset awal, dan setiap dataset awal terdiri dari enam fitur dataset, yaitu: Open, High, Low, Close, Adj. Close, dan Volume. Lima variasi ukuran rasio dataset digunakan, yaitu: 70/30, 75/25, 80/20, 85/15, dan 90/10. Hasil yang didapatkan dari pengujian menunjukkan rasio dataset 90/10 memberikan performa LSTM Network yang paling bagus untuk hampir semua fitur dataset yang diuji.

Actions (login required)

View Item