Ramadhan, Derryl Muhamad Afuza (2025) Prediksi harga emas (X Aurum) Indonesia rupiah dalam pasar foreign exchange menggunakan algoritma long short-term memory. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_COVER.pdf Download (347kB) | Preview |
|
|
Text (ABSTRAK)
2_ABSTRAK.pdf Download (251kB) | Preview |
|
|
Text (DAFTAR ISI)
3_DAFTAR ISI.pdf Download (258kB) | Preview |
|
|
Text (BAB I)
4_BAB I.pdf Download (301kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_BAB II.pdf Restricted to Registered users only Download (474kB) |
|
|
Text (BAB III)
6_BAB III.pdf Restricted to Registered users only Download (345kB) |
|
|
Text (BAB IV)
7_BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
8_BAB V.pdf Restricted to Registered users only Download (236kB) |
|
|
Text (DAFTAR PUSTAKA)
9_DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (223kB) |
|
|
Text (LAMPIRAN)
10_LAMPIRAN.pdf Restricted to Repository staff only Download (344kB) |
Abstract
Penelitian ini membahas perancangan dan implementasi model prediksi harga emas XAU/IDR pada pasar valuta asing menggunakan pendekatan Long Short-Term Memory (LSTM), Support Vector Regression (SVR), serta kombinasi keduanya (Hybrid LSTM-SVR). Latar belakang penelitian ini didorong oleh volatilitas harga emas yang tinggi dan kebutuhan akan metode prediksi yang akurat untuk mendukung pengambilan keputusan investasi. Tujuan penelitian adalah menganalisis kinerja LSTM dalam memprediksi harga, mengevaluasi kemampuan SVR dalam memodelkan residual prediksi LSTM, serta menguji efektivitas model hybrid dalam meningkatkan akurasi. Metode yang digunakan meliputi pengumpulan data harga emas dalam USD (XAU/USD) dan kurs USD/IDR dari Yahoo Finance, konversi ke XAU/IDR, pembersihan data, scaling, pembagian data training-testing, dan training model LSTM serta SVR. Model hybrid dibangun dengan menambahkan hasil koreksi residual SVR pada output LSTM. Hasil pengujian menunjukkan bahwa LSTM mampu memprediksi harga dengan tingkat akurasi yang baik, namun terdapat error residual yang dapat dikoreksi oleh SVR. Model hybrid menghasilkan nilai Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE) yang lebih rendah serta R² yang lebih tinggi dibanding model tunggal, menunjukkan peningkatan performa prediksi. Temuan ini menunjukkan bahwa pendekatan hybrid LSTM-SVR berpotensi menjadi solusi efektif untuk prediksi harga emas di foreign Exchange.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Foreign Exchange; Hybrid model; LSTM; Prediksi harga emas; SVR; |
| Subjects: | Data Processing, Computer Science |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Mr Derryl Muhamad Afuza Ramadhan |
| Date Deposited: | 09 Sep 2025 08:23 |
| Last Modified: | 09 Sep 2025 08:23 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/118274 |
Actions (login required)
 |
View Item |
