Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Taufiqqur Rohman, Yanuar
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Performa Metode Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam Memperkirakan Harga Saham PT. Telkom Indonesia Tbk. (TLKM) Taufiqqur Rohman, Yanuar; Yudi Setiawan, Nanang; Wisnu Brata, Dwija
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pasar modal Indonesia memiliki peran vital, dengan saham sebagai instrumen investasi yang diminati namun memiliki volatilitas tinggi. Penelitian ini membandingkan algoritma deep learning arsitektur Recurrent Neural Network (RNN), yaitu Long Short-Term Memory F(LSTM) dan Gated Recurrent Unit (GRU), untuk memprediksi harga penutupan saham PT Telkom Indonesia Tbk (TLKM). Penelitian kuantitatif ini memanfaatkan 1.384 data historis harian saham TLKM dari Yahoo Finance (1 Januari 2020 hingga 1 Oktober 2025). Tahapan pemrosesan data meliputi pembersihan, normalisasi Min-Max Scaler, dan pembagian rasio data uji, latih, serta validasi. Pengujian model memvariasikan parameter time step (5, 10, 20, 40, 60) dan rasio data validasi (10%, 15%). Berdasarkan hasil pengujian metrik evaluasi Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE), model GRU menunjukkan performa lebih unggul dibandingkan LSTM. Skenario terbaik model LSTM dicapai pada time step 20 dan rasio validasi 10% (RMSE 66,66; MAPE 1,90%). Performa terbaik GRU berada pada time step 40 dan rasio validasi 10% (RMSE 61,22; MAPE 1,74%). Hasil metrik evaluasi tersebut sejalan dengan hasil prediksi model GRU yang lebih mendekati harga aktual dibandingkan model LSTM.
Co-Authors Wisnu Brata, Dwija Yudi Setiawan, Nanang