Peningkatan minat masyarakat terhadap investasi saham memerlukan metode prediksi yang akurat untuk meminimalisir risiko kerugian. Pengembangan model prediksi harga saham PT. Smartfren Telecom Tbk (FREN.JK) menggunakan algoritma Long Short Term Memory (LSTM), yang merupakan pengembangan dari Recurrent Neural Network (RNN). Model dikembangkan menggunakan data harian harga penutupan saham periode 1 Januari 2023 hingga 31 Juli 2024 dari Yahoo Finance, dengan pembagian data 80% : 20% untuk training dan testing. Inovasi penelitian terletak pada integrasi variabel persediaan dan piutang usaha pihak berelasi sebagai fitur tambahan, yang dipilih berdasarkan analisis korelasi spearman. Hasil menunjukkan bahwa model LSTM dengan fitur terpilih menghasilkan nilai error yang lebih kecil (RMSE 14603, MAPE 21%) dibandingkan model dengan seluruh variabel aset lancar (RMSE 15526, MAPE 23%). Penelitian ini berkontribusi pada pengembangan model prediksi harga saham yang mengintegrasikan variabel keuangan relevan dengan algoritma LSTM.
Copyrights © 2025