Wardalisah, Wardalisah (2024) Peramalan Harga Saham menggunakan Metode Light Gradient Boosting Machine dengan Optuna Hyperparameter Optimization (Studi Kasus: Saham PT. Vale Indonesia Tbk.) = Stock Price Forecasting using Light Gradient Boosting Machine Method with Optuna Hyperparameter Optimization (Case Study: PT. Vale Indonesia Tbk. Stock). Skripsi thesis, Universitas Hasanuddin.
H011201078_skripsi_19-06-2024 cover1.png
Download (272kB) | Preview
H011201078_skripsi_19-06-2024 1-2.pdf
Download (2MB)
H011201078_skripsi_19-06-2024 dp.pdf
Download (618kB)
H011201078_skripsi_19-06-2024.pdf
Restricted to Repository staff only until 7 May 2026.
Download (4MB)
Abstract (Abstrak)
Investasi saham merupakan salah satu jenis investasi yang sangat diminati oleh investor. Pergerakan harga saham yang fluktuatif menjadi masalah bagi para investor karena sulit menentukan kapan waktu yang tepat melakukan investasi agar memperoleh keuntungan yang besar dan mengurangi risiko kerugian. Salah satu solusi dari permasalahan tersebut adalah melakukan peramalan pergerakan harga saham menggunakan metode Light Gradient Boosting Machine (LightGBM). Pada penelitian ini model LightGBM dibangun dengan menggunakan 4 features, yakni harga open, high, low, dan volume, serta harga close sebagai target dengan proporsi data latih dan data uji yakni 80:20. Model terbaik pada penelitian ini adalah model LightGBM dengan optimasi parameter menggunakan Optuna Hyperparameter Optimization. Hasil penelitian ini adalah model LightGBM mampu meramalkan harga saham dengan sangat baik berdasarkan nilai RMSE yang diperoleh sebesar 21,54 dan MAPE sebesar 0,09%.
Keywords : Saham, Peramalan, LightGBM, Optuna Hyperparameter Optimization.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Stock price, Forecasting, LightGBM, Optuna Hyperparameter Optimization. |
Subjects: | Q Science > QA Mathematics |
Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Matematika |
Depositing User: | S.Sos Rasman - |
Date Deposited: | 26 Aug 2024 01:03 |
Last Modified: | 26 Aug 2024 01:03 |
URI: | http://repository.unhas.ac.id:443/id/eprint/35735 |