Prediksi Financial Time Series Menggunakan Independent Component Analysis dan Support Vector Regression. Studi Kasus : IHSG dan JII.
RATIH PUSPITA FURI
Informasi Umum
Kode
17.04.1109
Klasifikasi
005 - Computer programming, Programs, Data
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
169 kali
Informasi Lainnya
Abstraksi
Data indeks harga saham merupakan salah satu contoh data financial time series yang sifatnya cenderung berubah-ubah dan mengandung noise. Sifat noise ini terjadi saat data mengandung sedikit informasi yang dibutuhkan (less information). Hal ini tentunya akan mempengaruhi prediksi nilai indeks harga saham. Oleh karena itu dibutuhkan identifikasi dan penghapusan noise menggunakan metode Independent Component Analysis (ICA), sebelum membangun sistem untuk memprediksi nilai indeks harga saham menggunakan Support Vector Regression (SVR).
ICA merupakan teknik baru untuk pemrosesan sinyal statistik. Dengan menggunakan metode ICA, identifikasi independent component (ICs) dan penghapusan ICs yang mengandung noise dapat dilakukan. ICs yang mengandung banyak informasi (most information) akan digunakan sebagai input pada SVR untuk membangun sistem untuk memprediksi nilai closing indeks harga saham.
Data financial time series yang digunakan adalah data Indeks Harga Saham Gabungan (IHSG) dan Jakarta Islamic Index (JII).
Kata Kunci: financial time series, indeks harga saham, Independent Component Analysis, Support Vector Regression.
- IFG444 - TUGAS AKHIR II
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RATIH PUSPITA FURI |
| Jenis | Perorangan |
| Penyunting | Jondri, Deni Saepudin |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2017 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
