Prediksi Indeks Harga Saham Gabungan Menggunakan Support Vector Regression (Svr) dengan Algoritma Grid Search
Teks penuh
Gambar
Dokumen terkait
Kesimpulan yang diambil dari penelitian yang telah dilakukan tentang peramalan indeks harga konsumen Kota Malang menggunakan metode support vector regression
Metode Support Vector Regression (SVR) dapat diterapkan pada masalah prediksi indeks harga konsumen kelompok perumahan, air, listrik, gas dan bahan bakar dengan
Hasil prediksi SVR dengan kernel Gaussian RBF atau pun kernel ANOVA memberikan nilai MAPE yang cukup berragam tetapi kernel ANOVA cenderung bekerja lebih baik
Dalam pendekatan dengan dua tahap (SVR-JST), model prediksi di tahap kedua harus meprediksi harga penutup pada hari ke- � + � dengan masukan yaitu indikator teknis
Dalam pendekatan dengan dua tahap (SVR-JST), model prediksi di tahap kedua harus meprediksi harga penutup pada hari ke- � + � dengan masukan yaitu indikator teknis
Hasil model prediksi yang paling baik dari percobaan terhadap data inflasi menurut kelompok komoditi dengan menggunakan metode SVR (Support Vector Regression) yaitu model
Data yang digunakan dalam tulisan ini adalah data sekunder, yaitu data saham harian PT XL Axiata Tbk periode 1 Januari 2013 sampai dengan 30 September 2014 yang terdiri dari 455
Data yang digunakan dalam tulisan ini adalah data sekunder, yaitu data saham harian PT XL Axiata Tbk periode 1 Januari 2013 sampai dengan 30 September 2014 yang terdiri dari 455
