<![CDATA[Pasar saham dianggap memiliki peran penting peran yang cukup penting bagi perekonomian yang ada disebuah negara akan tetapi berinvestasi di pasar saham memberikan resiko yang cukup tinggi karena fluktuasi harga saham yang susah untuk diprediksi. Penelitian ini bertujuan untuk memprediksi harga saham perusaahaan dibidang properti yang memakai model Gated Recurrent unit (GRU) yang termasuk salah satu algoritma pengembangan RNN yang menjadi solusi dari keterbatasan RNN dalam menangkap pola ketergantungan tenporal. Data historis saham akan diolah dan dinormalisasi yang kemudia akan dirubah menjadi data time series untuk menangkap polanya. Model GRU ini menggunakan rasio perbandingan 80:20 untuk data pelatihan dan data pengujian. Kinerja model yang telah dibuat akan diuji menggunakan metrik Root Mean Square Error (RMSE) dengan membandingkan jumlah epoch dan batch size nya. Hasil penelitian ini membuktikan bahwa model GRU mampu untuk memprediksi harga saham sehingga memungkinkan para investor dalam mengambil keputusan berbasis data di pasar saham yang tidak terprediksi.]]>
Copyrights © 2025
