Perbandingan Metode Reccurent Neural Network dan Long Short Term Memory Untuk Prediksi Harga Saham Bank Mandiri

Nailatul Fitriani A.J
Ghufron, Ghufron

Nusantara of Engineering (NOE)
Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025

Saham merupakan jenis investasi yang mencerminkan kepemilikan suatu perusahaan dan menjadi indikator utama dalam menilai kinerja pasar keuangan. Fluktuasi harga saham dipengaruhi oleh beragam aspek, di antaranya keadaan perekonomian, kinerja perusahaan, dan persepsi pasar. Dalam sektor perbankan, saham Bank Mandiri menjadi salah satu bank yang sahamnya paling stabil dan strategis di Indonesia sehingga harga saham Bank Mandiri menjadi objek kajian yang menarik, terutama dalam menganalisis pola dan prediksi. Banyak sekali metode yang gunakan dalam memprediksi harga saham, salah satunya menggunakan RNN dan LSTM. Pada penelitian ini dilakukan perbandingan model RNNdan LSTM untuk memprediksi harga saham pada Bank Mandiri dengan menggunakan data penutupan saham dalam rentang waktu 2018 hingga 2024. Dalam beberapa pengujian didapatkan bahwa model LSTM memberikan hasil yang lebih baik dengan nilai RMSE sebesar 94,22 dan MAPE sebesar 1,56%, sementara RNN memperoleh nilai RMSE sebesar 191,91 dan MAPE 1,53%.