Anda belum login :: 02 Jun 2025 00:52 WIB
Home
|
Logon
Hidden
»
Administration
»
Collection Detail
Detail
Analisa Perbadingan Metode Moving Average Convergence Divergence dan Analisa Timbangan Data Dalam Memprediksi Harga Saham Sub Sektor Telekomunikasi
Bibliografi
Author:
Fabrianne, Jesslyn
;
Natalia, Christine
(Advisor);
Goenawan, Stephanus Ivan
(Advisor)
Topik:
Analisa Timbangan Data
;
Deret In
;
Harga Saham
Bahasa:
(ID )
Penerbit:
Program Studi Teknik Industri Fakultas Teknik Unika Atma Jaya
Tempat Terbit:
Jakarta
Tahun Terbit:
2022
Jenis:
Theses - Undergraduate Thesis
Fulltext:
Jesslyn Fabrianne_Undergraduated Theses_2022.pdf
(11.92MB;
17 download
)
201804530061_Jesslyn Fabrianne_LembarAdministrasi.pdf
(373.88KB;
4 download
)
Abstract
Kesadaran masyarakat mengenai saham semakin meningkat setiap tahunnya. Hal ini perlu diimbagi dengan kemajuan ilmu untuk membantu para investor untuk mengambil keputusan secara lebih terukur dan sistematis. Tujuan dari penelitian ini adalah untuk menerapkan Analisa Timbangan Data (ATD) dan Deret In dalam memprediksi harga saham. ATD dan Deret In merupakan metode baru untuk mengolah big data dalam memprediksi harga pada waktu tertentu. ATD sendiri terdiri dari statis dan dinamis. ATD dinamis melakukan perhitungan dengan menggunakan metode ATD terpilih hari sebelumnya sebagai pedoman untuk pemilihan closing price terbaik pada hari berikutnya. Populasi dalam penelitian ini adalah harga saham subsektor telekomunikasi yang dengan sampel harga saham EXCL (PT XL Axiata Tbk.). Metode pengukuran nilai error yang digunakan adalah Mean Absolute Percentage Error (MAPE). Hasil dari penelitian ini adalah metode ATD dan Deret In mampu memprediksi harga saham subsektor telekomunikasi lebih baik dibandingkan metode MACD dengan Single Moving Average (SMA) atau Weighted Moving Average (WMA) yang sudah ada dengan rata-rata error seluruh metode ATD sebesar 4,123% dan error terkecil sebesar 3,276% untuk metode ATD statis periode 17. Sementara, metode MACD memiliki rata-rata error 7,805% dan error terkecil sebesar 3,350%.
Opini Anda
Klik untuk menuliskan opini Anda tentang koleksi ini!
Lihat Sejarah Pengadaan
Konversi Metadata
Kembali
Process time: 0.078125 second(s)