PENGARUH MELEMAHNYA NILAI TUKAR RUPIAH TERHADAP PERAMALAN HARGA SAHAM PT TELKOM INDONESIA DENGAN MENGUNAKAN ALGORITMA XGBOOST

Setiawan, Fajar Putra (2024) PENGARUH MELEMAHNYA NILAI TUKAR RUPIAH TERHADAP PERAMALAN HARGA SAHAM PT TELKOM INDONESIA DENGAN MENGUNAKAN ALGORITMA XGBOOST. Other thesis, UPN Veteran Yogyakarta.

	Text 2_Cover_123200092_Fajar Putra Setiawan.pdf Download (109kB)
	Text 3_Abstrak_123200092_Fajar Putra Setiawan.pdf Download (483kB)
	Text 4_Halaman Pengesahan_123200092_Fajar Putra Setiawan.pdf Download (326kB)
	Text 5_Daftar Isi_123200092_Fajar Putra Setiawan.pdf Download (538kB)
	Text 6_Daftar Pustaka_123200092_Fajar Putra Setiawan.pdf Download (1MB)
	Text 1_Skripsi Full_123200092_Fajar Putra Setiawan.pdf Restricted to Repository staff only Download (3MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sejauh mana nilai tukar Rupiah terhadap Dolar Amerika Serikat (USD) berpengaruh dalam membantu meningkatkan akurasi prediksi harga saham PT Telkom Indonesia melalui penerapan algoritma machine learning XGBoost, dengan membandingkan model yang melibatkan fitur nilai tukar Rupiah terhadap Dolar Amerika Serikat (USD) dan model yang tidak menyertakan fitur tersebut.

Data yang digunakan diolah dalam interval waktu harian, dan evaluasi model dilakukan dengan metrik Mean Absolute Error (MAE) untuk mengukur akurasi prediksi. Model dikembangkan menggunakan parameter default XGBoost, seperti max_depth, learning_rate, n_estimators, reg_lambda, subsample, dan gamma.

Hasil penelitian menunjukkan bahwa model dengan fitur nilai tukar Rupiah terhadap USD menghasilkan nilai MAE sebesar 24,5307, sedangkan model tanpa fitur tersebut menghasilkan nilai MAE sebesar 23,7324. Hal ini menunjukkan bahwa meskipun fitur nilai tukar memiliki potensi dalam menjelaskan harga saham, seleksi fitur yang tepat memberikan dampak lebih besar terhadap performa prediksi dibandingkan dengan penambahan variabel eksternal.

Kata Kunci : Prediksi harga saham, XGBoost, PT Telkom Indonesia, Mean Absolute Error, Kurs_IDR_USD, Parameter default.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Prediksi harga saham, XGBoost, PT Telkom Indonesia, Mean Absolute Error, Kurs_IDR_USD, Parameter default.
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	20 Dec 2024 01:30
Last Modified:	20 Dec 2024 01:30
URI:	http://eprints.upnyk.ac.id/id/eprint/41877

Actions (login required)

View Item