<![CDATA[Penelitian ini membahas analisis komparatif algoritma Long Short-Term Memory (LSTM) dan Support Vector Regression (SVR) untuk memprediksi harga saham dari empat bankdi Indonesia: Bank BCA (BBCA.JK), Bank BNI (BBNI.JK), Bank BRI (BBRI.JK), dan Bank Mandiri (BMRI.JK). Studi ini dikarenakan semakin pentingnya prediksi harga saham yang akurat di pasar saham Indonesia untuk pengambilan keputusan yang lebih baik di sektor perbankan. Metodologi yang digunakan melibatkan pelatihan model LSTM dan SVR dengan menggunakan data saham historis dan mengevaluasi kinerja prediksi dengan menggunakan Root Mean Square Error (RMSE). Tujuannya adalah untuk mengetahui algoritma mana yang memiliki akurasi prediktif yang lebih baik untuk saham perbankan di pasar Indonesia. Hasilnya menunjukkan perbedaan yang mencolok dalam nilai RMSE antara model LSTM dan SVR pada bank-bank yang dipilih. LSTM menghasilkan nilai RMSE sebesar 84.2712, 103.7936, 15.5974, dan 26.8980 untuk masing-masing bank, sementara SVR menunjukkan nilai RMSE yang lebih rendah, yaitu 4.9627, 5.4234, 5.4234, dan 2.5470. Hasil penelitian menunjukkan bahwa algoritma SVR lebih baik dibandingkan LSTM dalam memprediksi harga saham perbankan, serta menunjukkan potensi penerapannya di pasar saham Indonesia untuk meningkatkan proses pengambilan keputusan investasi.]]>
Copyrights © 2024
