<![CDATA[Berinvestasi dalam instrumen saham memiliki tingkat risiko yang tinggi. Hal ini terjadi karena pergerakan saham pada pasar sulit diprediksi. Analisis data historis dapat menjadi solusi para investor dalam meramalkan pergerakan harga saham di masa mendatang. Selain meningkatkan kesadaran akan pentingnya investasi, teknologi juga membantu dalam pengambilan keputusan. Penelitian ini memprediksi harga saham menggunakan algoritme Long Short-Term Memory (LSTM). Data yang digunakan diambil dari website Yahoo Finance, variabel yang digunakan hanya data penutupan (close) saham. Tahapan-tahapan yang dilakukan, seperti studi literatur, pengumpulan data, pembagian data, preprocessing data, pembentukan model, denormalisasi, dan evaluasi. Dari model yang dibangun didapatkan hasil paling optimal pada PT Bank Rakyat Indonesia, Tbk. (BBRI) dengan nilai RMSE data pelatihan sebesar 37,037 dan RMSE data pengujian sebesar 80,128. Sementara itu, pengujian menggunakan algoritme LSTM pada PT Bank Central Asia, Tbk. (BBCA) didapatkan nilai RMSE data pelatihan sebesar 36,905 dan RMSE data pengujian sebesar 99,9. Selanjutnya, model terbaik digunakan untuk memprediksi harga saham PT BCA dan PT BRI dalam sebulan ke depan.]]>
Copyrights © 2024
