Husnizan Primary Author mixed material bibliography Banda Aceh Fakultas Matematika dan Ilmu Pengetahuan Alam 2024

Skripsi

Harga saham merupakan salah satu indikator dalam dunia investasi dan peramalan harga saham merupakan aspek yang penting dalam mendukung pengambilan keputusan investasi. Penelitian ini bertujuan untuk menerapkan metode Gated Recurrent Unit (GRU) dalam meramalkan harga penutupan saham PT Adaro Energy Indonesia Tbk. GRU merupakan salah satu varian dari Recurrent Neural Network (RNN) yang efektif dalam memodelkan data time series. Data yang digunakan dalam penelitian ini sebanyak 1231 harga penutupan saham harian PT Adaro Energy Indonesia Tbk dimulai dari tanggal 2 Januari 2019 sampai dengan 29 Desember 2023. Metode GRU dilatih dengan variasi ukuran batch size 16 dan 32 dengan masing-masing epoch 100, 200, 300, dan 400. Kinerja model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa variasi ukuran batch size dan epoch mempengaruhi akurasi model GRU. Batch size 32 dan epoch 300 menghasilkan nilai MAPE terendah yaitu sebesar 1,78% pada proses pengujian. Hasil model tersebut digunakan untuk memprediksi harga saham periode 2 Januari 2024 sampai dengan 31 Mei 2024. Tingkat akurasi hasil prediksi yang dievaluasi dengan MAPE adalah sebesar 1,30%, artinya hasil prediksi termasuk kategori yang sangat baik. Kata kunci: Gated Recurrent Unit, MAPE, Saham. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 129463 2024-09-02 12:00:37 2024-09-02 15:23:13 machine generated