Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks)
Eka Maurita Maurita
Universitas Pembangunan Nasional "Veteran" Jawa Timur
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERBANDINGAN METODE GRU DAN XGBOOST DALAM MEMPREDIKSI HARGA PENUTUPAN SAHAM ADRO Eka Maurita Maurita; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7490

Abstract

Prediksi harga saham merupakan salah satu tantangan yang penting dalam analisis pasar modal sebab perubahan harga saham memiliki sifat fluktuatif serta dipengaruhi oleh berbagai elemen baik eksternal maupun internal. penelitian ini memiliki tujuan untuk membandingkan performa metode Deep Learning dan Machine Learning, yaitu Gated Recurrent Unit (GRU) dan Extreme Gradient Boosting (XGBoost), dalam memprediksi nilai penutupan saham ADRO. Data yang digunakan berupa data time series multivariat yang terdiri dari harga saham ADRO, harga Batubara dunia, dan nilai tukar USD/IDR yang diperoleh dari Yahoo Finance. Tahapan penelitian meliputi pengumpulan dataset, preprocessing data, normalisasi menggunakan Min-Max Normalization, pembentukan sequence dengan teknik sliding window, pelatihan model, denormalisasi, serta evaluasi model menggunakan tiga metrik yaitu MAE, RMSE, dan MAPE. Hasil dari penelitian ini memperlihatkan bahwa model GRU memiliki performa yang lebih baik dibandingkan dengan XGBoost dengan nilai MAE sebesar 50.59, RMSE sebesar 87.85, dan MAPE sebesar 2.12%, sedangkan model XGBoost memperoleh nilai MAE sebesar 66.04, RMSE sebesar 103.47, dan MAPE sebesar 2.60%. berdasarkan hasil tersebut, metode GRU lebih efektif dalam mempelajari pola temporal dan dependensi jangka panjang pada data deret waktu harga saham ADRO sehingga menghasilkan prediksi yang lebih akurat,
Co-Authors Budi Nugroho Parlika, Rizky