<![CDATA[Saham pada sektor perbankan merupakan salah satu pilihan yang banyak diminati oleh para investor. Pergerakan harga saham cepat berubah, sehingga untuk meminimalisir risiko kerugian perlu dilakukan prediksi harga saham. Tujuan penelitian ini adalah (1) mengetahui model Long Short-Term Memory (LSTM) dalam memprediksi harga saham pada sektor perbankan dan (2) mengetahui kinerja atau performa dari model Long Short-Term Memory (LSTM) dalam melakukan prediksi harga saham pada sektor perbankan. Data yang digunakan merupakan data hafrian harga penutupan saham pada sektor perbankan dari tanggal 4 Januari 2021 sampai 28 Maret 2023. Tahapan penelitian mencakup (1) input data untuk mengambil data harga penutupan saham; (2) pre-processing data untuk memeriksa nilai data yang hilang; (3) pembagian data untuk membagi data menjadi data training dan data testing dengan rasio 80:20; (4) normalisasi data untuk mengubah data menjadi skala yang sama; (5) rekonstruksi data untuk mengubah data menjadi bentuk sequence; (6) pelatihan model yang terdiri dari dua layer LSTM dan satu layer Dense menggunakan data training; dan (7) pengujian model pada data testing serta evaluasi hasil prediksi menggunakan MAPE dan RMSE. Hasil penelitian menunjukkan kinerja atau performa model yang sangat baik dalam melakukan prediksi harga saham pada sektor perbankan. Nilai MAPE testing pada BBCA, BBNI, BBRI, BBTN, dan BMRI masing-masing adalah 1,47%, 1,77%, 1,69%, 3,02%, dan 2,00%.]]>
Copyrights © 2024
