JANNAH, MIFTAHUL (2024) PENERAPAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) DALAM MEMPREDIKSI PERGERAKAN HARGA TRADING FOREX PADA PAIR USD/JPY. S1 thesis, Universitas Malikussaleh.

	Text Cover_miftahul jannah.pdf Download (1MB)
	Text Abstrak_miftahul jannah.pdf Download (436kB)
	Text Bab 1_ miftahul jannah.pdf Download (1MB)
	Text Daftar pustaka_miftahul jannah.pdf Download (1MB)
	Text Miftahul jannah_200170150_Penerapan algoritma (LSTM) dalam memprediksi pergerakan harga trading forex pair USDJPY.pdf Restricted to Registered users only Download (3MB)

Abstract

Pasar valuta asing (Forex) menawarkan potensi keuntungan tinggi namun juga risiko besar melalui perdagangan pasangan mata uang. Penelitian ini mengusulkan penggunaan algoritma Long Short-Term Memory (LSTM), sebuah jenis Recurrent Neural Network (RNN), untuk memprediksi pergerakan harga forex untuk pasangan mata uang USD/JPY (Dolar Amerika terhadap Yen Jepang) berdasarkan data harian selama periode dua tahun. Model dirancang dengan arsitektur “sequential” yang terdiri dari dua layer LSTM dengan masing-masing 100 unit, diikuti oleh layer Dropout untuk mengurangi overfitting dan layer Dense untuk menghasilkan prediksi. Total model memiliki 365.905 parameter, dengan 121.301 parameter yang dilatih. Selama pelatihan, evaluasi model menunjukkan bahwa kombinasi batch size 16 dan epoch 150 menghasilkan RMSE 0.9840, menandakan akurasi tinggi. Penerapan model ini juga menghasilkan nilai RMSE 1,04 dan MAPE 0,56%, dengan rata-rata akurasi mencapai 99,44%, menunjukkan akurasi prediksi yang berhasil mengikuti tren harga aktual dan efektif dalam menangkap pola pergerakan harga forex pada pasangan mata uang USD/JPY, sehingga mendukung keputusan pengambilan keputusan trading di masa depan.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Miftahul Jannah
Date Deposited:	31 Jan 2025 08:25
Last Modified:	31 Jan 2025 08:25
URI:	https://rama.unimal.ac.id/id/eprint/9519

Actions (login required)

View Item