Tesis
Penerapan Machine Learning dalam Investasi Pemerintah: Perbandingan Univariate Long Short-Term Memory, Multivariate Long Short-Term Memory dan Random Forest
Penelitian ini meneliti bagaimana teknik pembelajaran mesin, khususnya model Random Forest dan Long Short-Term Memory (LSTM), secara univariat dan multivariat menggunakan variabel indikator analisis teknikal, dapat memprediksi harga saham, terutama penurunan harga saham untuk mengelola risiko dalam investasi saham pemerintah. Penelitian ini menggunakan seluruh saham selama periode 2000-2022 dari pasar modal Indonesia. Model LSTM univariat dengan lag 7 hari (n_lag 7), diikuti oleh model Random Forest, menunjukkan kinerja model prediksi terbaik secara keseluruhan
Call Number | Location | Available |
---|---|---|
T 208/24 | PSB lt.2 - Karya Akhir | 1 |
Penerbit | Jakarta Program Studi Magister Manajemen Fakultas Ekonomi Dan Bisnis Universitas Indonesia., 2024 |
---|---|
Edisi | - |
Subjek | Machine Learning Government Investment Istm Stock Prediction Random Forest Drawdown |
ISBN/ISSN | - |
Klasifikasi | NONE |
Deskripsi Fisik | xiii, 97 p. : il. ; 30 cm. |
Info Detail Spesifik | Tesis |
Other Version/Related | Tidak tersedia versi lain |
Lampiran Berkas | Tidak Ada Data |