<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="8632">
 <titleInfo>
  <title>OPTIMASI PARAMETER RANDOM FOREST &#13;
MENGGUNAKAN GRID SEARCH UNTUK  &#13;
ANALISIS TIME SERIES</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>DZIKRI ZIAUL HAQ ISKANDAR - 17190029</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Rangga Sanjaya, S.T., M. Kom. (Pembimbing)</namePart>
  <role>
   <roleTerm type="text">Editor</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text"></placeTerm>
   <publisher>Universitas ARS</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Pada jual beli di bursa saham, prediksi saham memegang peranan penting bagi para &#13;
investor. Namun, prediksi harga saham menjadi tantangan karena dipengaruhi oleh &#13;
faktor-faktor yang sulit diprediksi, seperti kondisi pasar, kinerja perusahaan, dan &#13;
berita ekonomi. Oleh karena itu, penelitian ini bertujuan untuk menganalisis Time &#13;
Series harga penutupan saham Microsoft Corporation menggunakan algoritma &#13;
Random Forest (RF) dan mengoptimalkan parameter algoritma menggunakan &#13;
metode Optimize Parameter Grid. Data yang digunakan merupakan rentang waktu &#13;
1 Maret 1986 hingga 25 Mei 2023 dengan total 9378 catatan dan 6 atribut. Setelah &#13;
pengumpulan dan pengolahan data, yang mencakup verifikasi missing value, data &#13;
dibagi menjadi data training dan data testing menggunakan split validation &#13;
digunakan untuk membandingkan algoritma untuk memilih algoritma RF sebagai &#13;
model terbaik berdasarkan nilai RMSE terendah. Tingkat optimalisasi parameter &#13;
dicapai dengan mengoptimalkan parameter grid, dengan Number of trees dan Max &#13;
depth sebagai parameter yang dioptimalkan. Analisis T-Test Paired Two Sample &#13;
juga mengungkapkan perbedaan signifikan antara RMSE sebelum dan sesudah &#13;
optimasi. Sebagai kesimpulan, penelitian ini memberikan kontribusi substansial &#13;
terhadap penggunaan algoritma dan metode RF untuk mengoptimalkan parameter &#13;
grid dalam analisis Time Series penutupan harga, dengan potensi aplikasi yang &#13;
signifikan dalam keputusan investasi pasar saham.</note>
 <note type="statement of responsibility"></note>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>022/S1.TI.SKP/2023</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S03465K</numerationAndChronology>
    <sublocation>Teknik Informatika</sublocation>
    <shelfLocator>022/S1.TI.SKP/2023</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="27358" url="" path="/ac41ef6c8e5aa1652d932042a65b2418.pdf" mimetype="application/pdf">Bab 1</slims:digital_item>
  <slims:digital_item id="27360" url="" path="/5e76bb4fc0bbaa75642a45a590a1bf6c.pdf" mimetype="application/pdf">Bab 3</slims:digital_item>
  <slims:digital_item id="27362" url="" path="/7345bf6ec4914867a438583a95d74738.pdf" mimetype="application/pdf">Bab 5</slims:digital_item>
  <slims:digital_item id="27363" url="" path="/d8ed134696dd75f6fb30185a53291c8b.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>8632</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2026-05-11 11:26:37</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2026-05-11 11:27:37</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>