Ariefa Diah Mayangsari - 17213014 Primary Author Dr. Ign. Wiseto P. Agung, M.Sc (Pembimbing) Editor mixed material bibliography Universitas ARS 2025 id Indonesia

Skripsi

ABSTRAK Pasar saham menawarkan potensi keuntungan yang besar, namun risiko kerugian juga tinggi jika pemilihan saham dan waktu transaksi tidak dilakukan secara tepat. Swing trading menjadi salah satu strategi populer karena memanfaatkan fluktuasi harga jangka menengah. Dalam strategi ini, analisis teknikal sangat penting untuk mengidentifikasi sinyal beli dan jual. Indikator seperti Moving Average, MACD, dan Stochastic Oscillator sering digunakan dalam menentukan titik transaksi. Namun, akurasi indikator teknikal konvensional masih memiliki keterbatasan. Oleh karena itu, penelitian ini mengusulkan pendekatan dua tahap, yaitu penggabungan analisis teknikal dengan algoritma Long Short-Term Memory (LSTM) untuk meningkatkan akurasi prediksi harga saham. Selain itu, penelitian ini juga membandingkan dua metode evaluasi model, yaitu data splitting dan cross validation. Hasil penelitian menunjukkan bahwa model gabungan ini mampu memberikan akurasi prediksi yang lebih tinggi dan menghasilkan pilihan saham dengan tren harga naik yang lebih konsisten dibandingkan metode konvensional. Penelitian ini bermanfaat bagi investor individu, analis pasar modal, dan pengembang sistem rekomendasi saham berbasis data. Untuk penelitian selanjutnya, disarankan eksplorasi indikator teknikal tambahan serta penerapan arsitektur deep learning lainnya guna meningkatkan generalisasi model terhadap berbagai kondisi pasar. NONE Digital Library ARS University Perpustakan Online ARS University 007/S1.TI.SKP/2025 S03574K Teknik Informatika 007/S1.TI.SKP/2025 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8741 2026-05-13 11:11:29 2026-05-13 11:12:16 machine generated