Prediksi harga saham dengan menggunakan jaringan saraf tiruan (neural network) seperti Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM) telah menjadi subjek penelitian yang populer dalam analisis pasar keuangan. Tujuan dari pengembangan model ini adalah untuk memprediksi harga saham berdasarkan data historis yang tersedia, sehingga memberikan informasi yang dapat digunakan oleh para investor untuk membuat keputusan investasi.
RNN merupakan jenis jaringan saraf yang mampu menganalisis data berurutan, seperti data waktu, dengan kemampuan untuk "mengingat" informasi sebelumnya melalui loop. Sementara itu, LSTM, sebuah varian dari RNN, memiliki unit memori yang dapat menyimpan informasi dalam jangka panjang, dirancang khusus untuk mengatasi masalah "vanishing gradient" yang sering terjadi pada RNN saat informasi gradient mengecil seiring dengan kedalaman jaringan yang meningkat.
KELOMPOK 6 RA PREDIKSI HARGA BUKA SAHAM TESLA (TSLA) DENGAN MODEL RNN DAN LSTM SEBAGAI PROJECT CLASS MATA KULIAH DEEP LEARNING
Adapun Anggota Kelompok 6:
- Justin Tigor H.S
- Kevin Anugrah
- Kathrine Brigita Soraya
- Kholisaturrohmah
Anda dapat memperoleh dataset terkait harga saham dari berbagai perusahaan melalui situs web finansial seperti Yahoo Finance (https://finance.yahoo.com/). Model prediktif telah dijalankan dan diubah menjadi sebuah aplikasi web yang memungkinkan pengguna untuk menggunakan model tersebut dengan menyediakan data baru melalui inputan pengguna. Anda dapat mengakses aplikasi ini melalui tautan berikut:
https://kelompok6ra-stock-open-price-prediction.streamlit.app/
Sekarang, pengguna dapat dengan mudah menerapkan model prediksi harga saham dengan memasukkan data yang ingin diprediksi, membuka peluang untuk penggunaan yang lebih luas dan aplikatif.
clone github :
git clone https://github.com/Kathrinesoraya/Tesla-stock-open-price-prediction-with-RNN-and-LSTM