MODEL DEEP LEARNING UNTUK ANALISIS PREDIKSI HARGA SAHAM MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)
Universitas Gunadarma
Indonesia
Universitas Gunadarma
Indonesia
Abstract
Investor yang berinvestasi saham selalu dituntut untuk menganalisis pasar saham agar dapat meminimalkan risiko kerugian dan meningkatkan keuntungan. Pemanfaatan teknologi Deep Learning dengan metode Long Short-Term Memory (LSTM) dapat digunakan untuk membantu analisis prediktif oleh para investor saham. Penelitian ini bertujuan untuk memprediksi harga saham PT Astra International Tbk menggunakan model Deep Learning metode Long Short Term Memory. Metode penelitian ini terdiri dari persiapan data, preprocessing data, pelatihan model, denormalisasi data, visualisasi hasil prediksi, dan evaluasi hasil prediksi. Visualiasi data menunjukkan bahwa model LSTM mampu memprediksi dengan cukup akurat dan mampu menangkap pola tren harga saham. Evaluasi model LSTM menujukkan nilai MAE mencapai 87.69 dengan persentase MAE mencapai 1.44%, nilai RMSE mencapai 116.87 dengan persentase RMSE mencapai 1.92%, dan nilai MAPE mencapai 1.45%.
Keywords
References
Adi, R. M. S., & Sudianto, S. (2022). Prediksi harga komoditas pangan menggunakan algoritma long short-term memory (LSTM). Building of Informatics, Technology and Science (BITS), 4(2), 1137–1145. doi.org:10.47065/bits.v4i2.2229
Akbar, R., Santoso, R., & Warsito, B. (2023). Prediksi tingkat temperatur Kota Semarang menggunakan metode long short-term memory (LSTM). Jurnal Gaussian, 11(4), 572–579. doi.org:10.14710/j.gauss.11.4.572-579
Budiprasetyo, G., Hani’ah, M., & Aflah, D. Z. (2023). Prediksi harga saham syariah menggunakan algoritma long short-term memory (LSTM). Jurnal Nasional Teknologi Dan Sistem Informasi, 8(3), 164–172. doi.org:10.25077/teknosi.v8i3.2022.164-172
Herlin, F., Veronica, D., Rosita, R., & Neldawaty, R. (2022). Determinan pertumbuhan laba industri otomotif di Indonesia (studi empiris pada PT Astra Internasional Tbk.). Paradigma Ekonomika, 17(1), 1-15.
Irahadi, D.R, Sianturi, M.S., & Kim, S. S. (2022). Penggunaan indikator analisa teknikal pada pasar saham di Indonesia. Jurnal Ilmiah Manajemen Bisnis Dan Inovasi, 9(2), 808–827.
Julian, R., & Pribadi, M. R. (2021). Peramalan harga saham pertambangan pada Bursa Efek Indonesia (BEI) menggunakan long short term memory (LSTM). Jurnal Teknik Informatika dan Sistem Informasi, 8(3), 1596–1606. doi.org:10.35957/jatisi.v8i3.1159
Merida, & Sari, P.A. (2022). Pengaruh profitabilitas dan likuiditas terhadap harga saham dengan dividen per share sebagai variabel moderating. Journal Intelektual, 1(2), 217–230. doi.org:10.61635/jin.v1i2.106
Nabipour, M., Nayyeri, P., Jabani, H., Mosavi, A., Salwana, E., & Shahab, S. (2020). Deep learning for stock market prediction. Entropy, 22(8), 1-23. doi.org:10.3390/e22080840
Rizkilloh, M.F. & Widiyanesti, S. (2022). Prediksi harga cryptocurrency menggunakan algoritma long short-term memory (LSTM). Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(1), 25–31. doi.org:10.29207/resti.v6i1.3630
Nurashila, S. S., Hamami, F., & Kusumasari, T. F. (2023). Perbandingan kinerja algoritma recurrent neural network (RNN) dan long short-term memory (LSTM): Studi kasus prediksi kemacetan lalu lintas jaringan PT XYZ. Jurnal Ilmiah Penelitian dan Pembelajaran Informatika (JIPI), 8(3), 864-877.
Patriya, E., Latif, A., & Handayani. (2023). Peramalan harga saham penutupan indeks harga saham gabungan (IHSG) menggunakan algoritma long short term memory (LSTM). Jurnal Ilmiah Ekonomi Bisnis, 28(2), 304–314. doi.org:10.35760/eb.2023.v28i2.7964
Permana, D., Hartoko, S., & Dewi, I. R. (2023). Faktor-faktor yang memengaruhi kesediaan berinvestasi saham (studi kasus pada Galeri Bursa Efek Indonesia Politeknik Negeri Samarinda dan Universitas Muhammadiyah Kalimantan Timur). Jurnal EKSIS, 19(2), 26–38. doi.org:10.46964/eksis.v19i2.552
Pradnyawati, N. L. P., & Sinarwati, N. (2022). Analisis keputusan investasi pada generasi milenial di pasar modal saat pandemi Covid-19. Jurnal Manajemen, 8(2), 1–10. Retrieved from: https://ejournal.undiksha.ac.id/index.php/BISMA-JM/article/view/42838
Puteri, D. I. (2023). Implementasi long short term memory (LSTM) dan bidirectional long short term memory (BiLSTM) dalam prediksi harga saham syariah. Euler: Jurnal Ilmiah Matematika, Sains Dan Teknologi, 11(1), 35–43. doi.org:10.34312/euler.v11i1.19791
Ramadhan, P. R. (2020). Analisis determinan harga saham perusahaan sektor agriculture yang terdaftar di Bursa Efek Indonesia. Jurnal Riset Akuntansi Dan Bisnis, 20(2), 2623–2650. doi.org/10.30596/jrab.v20i2.5569
Raup, A., Ridwan, W., Khoeriyah, Y., Supiana, & Zaqiah, Q. Y. (2022). Deep learning dan penerapannya dalam pembelajaran. Jurnal Ilmiah Ilmu Pendidikan (JIIP), 5(9), 3258-3267.
Riyantoko, A.P., Fahruddin, T.M., Hindrayani, K.M., & Safitri, E.M. (2020). Analisis prediksi harga saham sektor perbankan menggunakan algoritma long-short term memory (LSTM). Prosiding Seminar Nasional Informatika (SEMNASIF), 1(1), 427–435.
Rosyd, A., Purnamasari, A. I., & Ali, I. (2024). Penerapan metode long short term memory (LSTM) dalam memprediksi harga saham PT Bank Central Asia. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 501.
