Perbandingan teknik prediksi harga emas menggunakan metode Long Short Term Memory (LSTM) dan Fuzzy Time Series (FTS)

DETAIL KOLEKSI

Perbandingan teknik prediksi harga emas menggunakan metode Long Short Term Memory (LSTM) dan Fuzzy Time Series (FTS)

Oleh : Putri Shan Alodia

Info Katalog

Nomor Panggil : 064001800012

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2021

Pembimbing 1 : Ahmad Zuhdi

Pembimbing 2 : Abdul Rochman

Subyek : Ensemble learning (Machine learning);Machine learning

Kata Kunci : deep learning, machine learning, lstm, fts, forecasting, neural network.

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2022_TA_SIF_064001800012_Halaman-Judul.pdf	9
2.	2022_TA_SIF_064001800012_Lembar-Pengesahan.pdf	6
3.	2022_TA_SIF_0640018000121_Bab-1_Pendahuluan.pdf	4
4.	2022_TA_SIF_064001800012_Bab-2_Tinjauan-Pustaka.pdf	13
5.	2022_TA_SIF_064001800012_Bab-3_Metodologi-Penelitian.pdf	5
6.	2022_TA_SIF_064001800012_Bab-4_Analisis-dan-Pembahasan.pdf	24
7.	2022_TA_SIF_064001800012_Bab-5_Kesimpulan-Dan-Saran.pdf	2
8.	2022_TA_SIF_064001800012_Daftar-Pustaka.pdf	2

Abstrak
Abstract

E Emas merupakan logam mulia yang memiliki nilai ekonomis dan sering digunakan sebagai alat investasi. Permintaan emas dari hari ke hari kian meningkat, karena banyak yang mengetahui dan berpikir bahwa emas dapat dijadikan sebagai kepemilikan dalam bentuk aset investasi yang memiliki resiko rendah. Oleh karena itu, diperlukan prediksi mengenai harga emas untuk menghindari kerugian. Penelitian ini bertujuan untuk melakukan prediksi terhadap harga emas menggunakan arsitektur machine learning termasuk deep learning yaitu Long Short Term Memory (LSTM) dan Fuzzy Time Series (FTS). Dilakukan beberapa proses uji coba dalam proses training dan predict model LSTM serta FTS untuk mendapatkan hasil yang terbaik. Data yang digunakan dalam percobaan ini adalah data yang bersifat real dari periode 15 September 2016 â€“ 15 September 2021. Hasil akhir yang diperoleh dari metode LSTM memiliki nilai RMSE training data 391,95 RMSE, dan nilai data test : 412,36 RMSE, dan metode FTS memiliki nilai RMSE : 10449.115791541652.

G Gold is a precious metal that has economic value and is often used as an investment tool. The demand for gold from day to day is increasing, because many know and think that gold can be used as ownership in the form of investment assets that have low risk. Therefore, it is necessary to predict the gold price to avoid losses. This study aims to predict the gold price using a machine learning architecture including deep learning, namely Long Short Term Memory (LSTM) and Fuzzy Time Series (FTS). Several trial processes were carried out in the training process and predict the LSTM and FTS models to get the best results. The data used in this experiment is real data from the period 15 September 2016 â€“ 15 September 2021. The final results obtained from the LSTM method have an RMSE value of training data of 391.95 RMSE, and a value of test data 412.36 RMSE, and the FTS method has an RMSE value of 10449.115791541652.