This item is published by Universitas Islam Negeri Sunan Ampel Surabaya
Syafaqoh, Elisa (2024) Implementasi Extreme Learning Machine (ELM) untuk prediksi imbal hasil obligasi (bond yield). Undergraduate thesis, UIN Sunan Ampel Surabaya.
Text
Elisa Syafaqoh_09020220028 full.pdf Restricted to Repository staff only until 22 April 2027. Download (1MB) |
|
Text
Elisa Syafaqoh_09020220028.pdf Download (1MB) |
Abstract
Imbal hasil obligasi merupakan keuntungan yang diterima investor dari investasi dalam obligasi. Yield obligasi digunakan untuk mengevaluasi potensi keuntungan dan risiko ketika berinvestasi pada obligasi yang dapat memberikan informasi terhadap investor dalam menarik keputusan berinvestasi. Namun, dikarenakan sifatnya yang tidak tetap maka perlu dilakukan prediksi terhadap imbal hasil obligasi dengan menerapkan metode Extreme Learning Machine yang merupakan algoritma feedforward dengan satu hidden layer. Tujuan dari penelitian ini yaitu mendapatkan model untuk memprediksi imbal hasil obligasi di masa depan serta memperoleh hasil prediksi imbal hasil obligasi untuk bulan Januari 2024 hingga bulan Februari 2024. Data diperoleh dari website Investing mulai dari 2 Januari 2019 hingga 29 Desember 2023. Hasil MAPE yang diperoleh pada penelitian ini sebesar 2,2235% dan RMSE sebesar 0,3042 dengan parameter optimal yaitu kfold 5, hidden neuron sejumlah 50, dan fungsi aktivasi sin. Hasil prediksi pada Bulan Januari 2024 hingga Februari 2024 diperoleh imbal hasil tertinggi pada tanggal 8 Januari 2024 sebesar 7,0397 dan imbal hasil terendah pada tanggal 26 Februari 2024 sebesar 6,4392.
Statistic
Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.
Item Type: | Thesis (Undergraduate) | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Creators: |
|
||||||||||||
Contributors: |
|
||||||||||||
Subjects: | Matematika Keuangan |
||||||||||||
Keywords: | Extreme Learning Machine (ELM); obligasi (bond yield) | ||||||||||||
Divisions: | Fakultas Sains dan Teknologi | ||||||||||||
Depositing User: | Elisa Syafaqoh | ||||||||||||
Date Deposited: | 22 Apr 2024 01:47 | ||||||||||||
Last Modified: | 22 Apr 2024 01:47 | ||||||||||||
URI: | http://digilib.uinsa.ac.id/id/eprint/69750 |
Actions (login required)
View Item |