Logo

Pusat Sumber Belajar FEB UI

  • FAQ
  • Berita
  • Rooms
  • Bantuan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Inggris Bahasa Indonesia
  • Search
  • Google
  • Advanced Search
*sometimes there will be ads at the top, just scroll down to the results of this web
UNIVERSITAS INDONESIA
PERAMALAN HARGA JAKARTA
ISLAMIC INDEX MENGGUNAKAN
ARTIFICIAL INTELLIGENCE
ALGORITMA LONG SHORT-TERM
MEMORY YANG DIMODIFI...
SKRIPSI
FAKULTAS EKONOMI DAN BISNIS
2024
Request Access

Skripsi

Peramalan Harga Jakarta Islamic Index menggunakan Artificial Intelligence Algoritma Long Short-Term Memory yang Dimodifikasi dengan Discrete Wavelet Transform dan ARlMA

Athif Zulfikar Adrain - ; Muhammad Budi Prasetyo (Pembimbing/Promotor) - ; Rizky Luxianto (Penguji) - ; Nur Dhani Hendranastiti (Penguji) - ;

Sejak tahun 2017 hingga Oktober 2023, telah terjadi peningkatan jumlah investor Indonesia sebesar 959%, yang menyoroti kebutuhan akan model peramalan untuk membantu mereka mendapatkan keuntungan dari pasar modal. Diversifikasi investasi, seperti pasar modal syariah dengan tolak ukur Jakarta Islamic index (JII) yang relatif lebih rendah risiko, telah menjadi alternatif yang penting. Penelitian ini bertujuan untuk menentukan model terbaik untuk meramalkan harga Jakarta Islamic Index (JII) dengan membandingkan metode tunggal dan hibrida yang menggabungkan transformasi Discrete Wavelet Transform (DWT), model ekonometrik ARIMA, dan model artificial intelligence LSTM, berdasarkan evaluasi Mean Absolute Percentage Error (MAPE) dan akurasi ketepatan arah pergerakan indeks saham. Selain itu, penelitian ini juga mengevaluasi strategi investasi terbaik di pasar modal syariah antara strategi market timing dan buy-and-hold. Metodologi yang digunakan adalah pendekatan prediktif-eksploratif untuk menggali informasi dari data JII dan mengolahnya dengan enam model. Temuan menunjukkan bahwa model tunggal ARIMA sendiri mencapai MAPE terendah sebesar 0.631%. Nilai MAPE untuk model-model lainnya adalah sebagai berikut: ARIMA-LSTM sebesar 0.643%, DWT-ARIMA sebesar 0.736%, DWT-ARIMA-LSTM sebesar 0,744%, LSTM sebesar 0.992%, dan DWT-LSTM sebesar 1.609%. Selain itu, akurasi ketepatan arah peramalan tertinggi dicapai oleh model DWT-ARIMA-LSTM dengan 50.48% sedangkan ARIMA hanya 45.47%, menunjukkan pentingnya mempertimbangkan tidak hanya nilai MAPE tetapi juga akurasi arah dalam evaluasi model peramalan. Dengan menggunakan model DWT-ARIMA-LSTM untuk meramalkan harga JII yang diterapkan pada strategi market timing, ditemukan bahwa pendekatan ini menghasilkan simple return sebesar 19.78%, secara signifikan mengungguli strategi buy-and-hold, yang menghasilkan pengembalian negatif sebesar -5.44%. Namun, ketika disesuaikan dengan biaya transaksi simple return yang didapatkan dengan strategi market timing menjadi -28.08%. Dengan demikian, meskipun melakukan peramalan dapat menghasilkan return yang menarik, penting untuk mempertimbangkan biaya transaksi sebagai faktor krusial dalam strategi investasi.


Ketersediaan

Call NumberLocationAvailable
S 14903PSB lt.2 - Karya Akhir1
PenerbitDepok: Program Studi Bisnis Islam Fakultas Ekonomi dan Bisnis Universitas Indonesia 2024
Edisi-
SubjekArtificial intelligence
ARIMA
Jakarta Islamic Index
Discrete Wavelet Transform
Long Short-Term Memory
ISBN/ISSN-
KlasifikasiNONE
Deskripsi Fisikxvi, 145 p. : il. ; 30 cm.
Info Detail SpesifikSkripsi
Other Version/RelatedTidak tersedia versi lain
Lampiran BerkasTidak Ada Data

Pencarian Spesifik
Where do you want to share?