IMPLEMENTASI WEB CONTENT MINING DAN PERAMALAN HARGA SAHAM DI SEKTOR PERBANKAN PADA LQ45 UNTUK PENDUKUNG KEPUTUSAN INVESTASI SAHAM JANGKA PANJANG

Phitaloka, Nehu Chandra Citra Ayu (2019) IMPLEMENTASI WEB CONTENT MINING DAN PERAMALAN HARGA SAHAM DI SEKTOR PERBANKAN PADA LQ45 UNTUK PENDUKUNG KEPUTUSAN INVESTASI SAHAM JANGKA PANJANG. Other thesis, Univesitas Pembangunan Nasional Veteran Yogyakarta.

[img]
Preview
Text
ABSTRAK.pdf

Download (179kB) | Preview
[img]
Preview
Text
Cover.pdf

Download (246kB) | Preview
[img]
Preview
Text
DAFTAR ISI.pdf

Download (218kB) | Preview
[img]
Preview
Text
Halaman Pengesahan Pembimbing dan Penguji - scan.pdf

Download (668kB) | Preview

Abstract

Investasi merupakan suatu kegiatan yang sangat menguntungkan secara finansial, dan juga merupakan kegiatan yang mempunyai resiko tinggi. Proses investasi meliputi pemahaman dasar-dasar keputusan investasi dan bagaimana mengorganisir aktifitas-aktifitas dalam proses pengambilan keputusan. Dalam dunia bisnis investasi khususnya saham, informasi harga bisa berubah dengan cepat tergantung penawaran yang terjadi di lantai bursa dan juga aspek-aspek lain yang juga sangat berpengaruh. Peramalan harga saham merupakan salah satu analisis teknikal, informasi berupa laporan keuangan dan berita saham dengan web content mining merupakan salah satu analisis fundamental. Peramalan memanfaatkan simpel regresi linier sebagai perhitungan hasil prediksi harga saham di masa depan dan web content mining memanfaatkan crawling sebagai pengambilan isi konten berita. Konten berita dilakukan dengan mengambil isi konten dari website detik.com, cnnindonesia.com, dan kontan.co.id. Metodologi penelitian yang digunakan yaitu waterfall. Hasil dari penelitian yaitu mampu memberikan kemudahan dalam mengambil keputusan investasi saham. Kemudahan dalam hal ini adalah proses pada saat pengguna bisa menganalisis secara langsung menggunakan analisis fundamental dan analisis teknikal di satu sistem yang sama. Kata Kunci: Pendukung Keputusan, Analisis Fundamental, Analisis Teknikal, Forecasting, Simpel Regresi Linier, Web Content Mining, Crawling.

Item Type: Thesis (Other)
Subjects: H Social Sciences > H Social Sciences (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eny Suparny
Date Deposited: 13 Feb 2019 02:43
Last Modified: 13 Feb 2019 02:44
URI: http://eprints.upnyk.ac.id/id/eprint/18391

Actions (login required)

View Item View Item