Skip to content

Skripsi Prediksi Harga Saham Menggunakan Deep Learning LSTM oleh Gesang Paudra Jaya

License

Notifications You must be signed in to change notification settings

GesangPJ/skripsi-prediksi-harga-saham-deeplearning-lstm

Repository files navigation

RANCANG BANGUN APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN DEEP LEARNING DENGAN ALGORITMA LONG SHORT-TERM MEMORY

Penulis

  • Nama : Gesang Paudra Jaya
  • Program Studi : Sistem Informasi
  • Perguruan Tinggi : Universitas Banisaleh

REQUIREMENTS

Program bisa dijalankan di 2 tempat, lokal (local training), maupun Google Colab

  • Local Training :

    • Anaconda 3 Environment with :

      • Tensorflow GPU
      • Matplotlib
      • SKLearn
      • Yahoo Finance API
      • Tensorboard
    • High Performance GPU

  • Google Colab :

    • Tensorflow GPU Enabled
    • Koneksi Google Drive (Menyimpan data, hasil, logs)
    • Anvil App For Front-End or GUI [optional]

PARAMETERS

  • N_STEPS :[int] Menentukan berapa banyak data saham yang akan digunakan (dalam hari perdagangan)
  • LOOKUP_STEP: [int] Step Pencarian, 1 = besok hari
  • SCALE : [Boolean] Menentukan data diskalakan atau tidak
  • SHUFFLE : [Boolean] Menentukan data diacak atau tidak
  • SPLIT_BY_DATE : [Boolean] Menentukan data latih/test dipisah berdasarkan tanggal atau tidak
  • TEST_SIZE : [Double] Rasio data yang diambil untuk tes, format dalam persen
  • FEATURE_COLUMNS : [Array] Kolom apa saja yang digunakan
  • N_LAYERS : [int] Menentukan berapa layer yang digunakan (state dan hidden)
  • CELL : [String] Menentukan CELL apa yang digunakan
  • UNITS : [int] Menentukan berapa banyak Neurons
  • DROPOUT : [Double] Maksimum rasio dropout dalam persen
  • BIDIRECTIONAL : [Boolean] Menentukan LSTM bidirectional atau tidak
  • LOSS : [String] Menentukan Fitur LOSS
  • OPTIMIZER : [String] Menentukan Fitur Optimizer
  • BATCH_SIZE : [int] Menentukan ukuran BATCH_SIZE untuk training
  • EPOCHS : [int] Menentukan berapa kali data dilatih

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.