MODEL DEEP LEARNING UNTUK ANALISIS PREDIKSI HARGA SAHAM MENGGUNAKAN METODE LONG SHORT TERM MEMORY (LSTM)

Luthfi, Muhammad Ruhunul
Syah, Rama Dian

Ekonomi Bisnis
Vol 30, No 1 (2025)

Investor yang berinvestasi saham selalu dituntut untuk menganalisis pasar saham agar dapat meminimalkan risiko kerugian dan meningkatkan keuntungan. Pemanfaatan teknologi Deep Learning dengan metode Long Short-Term Memory (LSTM) dapat digunakan untuk membantu analisis prediktif oleh para investor saham. Penelitian ini bertujuan untuk memprediksi harga saham PT Astra International Tbk menggunakan model Deep Learning metode Long Short Term Memory. Metode penelitian ini terdiri dari persiapan data, preprocessing data, pelatihan model, denormalisasi data, visualisasi hasil prediksi, dan evaluasi hasil prediksi. Visualiasi data menunjukkan bahwa model LSTM mampu memprediksi dengan cukup akurat dan mampu menangkap pola tren harga saham. Evaluasi model LSTM menujukkan nilai MAE mencapai 87.69 dengan persentase MAE mencapai 1.44%, nilai RMSE mencapai 116.87 dengan persentase RMSE mencapai 1.92%, dan nilai MAPE mencapai 1.45%.