<![CDATA[Foreign exchange (Forex) adalah perdagangan pasangan mata uang dari harga mata uang suatu negara terhadap mata uang negara lainnya. Pada penelitian ini menggunakan metode Long Short-Term Memory (LSTM) untuk memprediksi harga close mata uang EUR/USD (Euro terhadap Dolar Amerika) dan GBP/USD (Pound Sterling terhadap Dolar Amerika) pada candle D1 (1 hari) dengan input harga open dan close. Hasil yang diperoleh model EUR/USD dengan 1 input mendapatkan nilai Mean Squared Error (MSE) terendah yaitu 0,0535 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Nadam. Pada model 3 input mendapatkan nilai MSE terendah yaitu 0,0529 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Nadam. Sedangkan, model 5 input mendapatkan nilai MSE terendah yaitu 0,0469 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Nadam. Pada mata uang GBP/USD, model dengan 1 input mendapatkan nilai MSE terendah yaitu 0,0543 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Nadam. Pada model 3 input mendapatkan nilai MSE terendah yaitu 0,0520 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Adam. Sedangkan, model 5 input mendapatkan nilai MSE terendah yaitu 0,0631 dengan model 1 layer LSTM 10 node dan menggunakan optimizer Adam. Model dengan MSE terbaik yang digunakan pada website yang dibuat. Rekomendasi yang diberikan adalah pada mata uang EUR/USD menggunakan model 5 input dan mata uang GBP/USD menggunakan model 3 input. Hasil loss MSE, akurasi MSE, dan jumlah profit yang didapatkan semuanya adalah yang terbaik jika dibandingkan dengan model dengan jumlah input lainnya]]>
