Analisis Prediksi Saham Emas PT Aneka Tambang (Tbk) Menggunakan Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU)

Emas penting dalam perbankan dan status ekonomi dan keuangan pasar saham. Emas memiliki tren harga yang fluktuatif. Fluktuasi harga emas dipengaruhi oleh berbagai faktor, termasuk faktor ekonomi seperti pasokan dan permintaan emas. Oleh karena itu, sulit untuk memprediksi tren secara akurat dengan model statistik tradisional. Penelitian ini menggunakan harga saham emas Antam sebagai data dan membandingkan algoritma Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi harga emas. Oleh karena itu diharapkan algoritma dengan hasil penelitian tersebut menyatakan bahwa prediksi harga emas menggunakan algoritma GRU lebih baik dibandingkan LSTM. Model GRU dengan menggunakan batch size 2 dan epoch 200 memperoleh akurasi sebesar 98,34%, sedangkan model LSTM dengan menggunakan batch size 32 dan epoch 150 memperoleh akurasi sebesar 98,01%

Publication Details

Journal
Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Published
2024-11-20
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Analisis Prediksi Saham Emas PT Aneka Tambang (Tbk) Menggunakan Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU)

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Data Mining and Machine Learning Applications
article

Analisis Prediksi Saham Emas PT Aneka Tambang (Tbk) Menggunakan Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU)

article en

Abstract

Emas penting dalam perbankan dan status ekonomi dan keuangan pasar saham. Emas memiliki tren harga yang fluktuatif. Fluktuasi harga emas dipengaruhi oleh berbagai faktor, termasuk faktor ekonomi seperti pasokan dan permintaan emas. Oleh karena itu, sulit untuk memprediksi tren secara akurat dengan model statistik tradisional. Penelitian ini menggunakan harga saham emas Antam sebagai data dan membandingkan algoritma Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi harga emas. Oleh karena itu diharapkan algoritma dengan hasil penelitian tersebut menyatakan bahwa prediksi harga emas menggunakan algoritma GRU lebih baik dibandingkan LSTM. Model GRU dengan menggunakan batch size 2 dan epoch 200 memperoleh akurasi sebesar 98,34%, sedangkan model LSTM dengan menggunakan batch size 32 dan epoch 150 memperoleh akurasi sebesar 98,01%

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Openalex Percentile: Top 30%
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.