<![CDATA[Prediksi harga saham merupakan tantangan kompleks karena volatilitaspasar yang tinggi, terutama pada sektor teknologi. Penelitian ini ingin menunjukkan efektivitas LSTM pada saham dengan volatilitas tinggi, karena belum banyak eksplorasi saham teknologi volatilitas tinggi seperti saham BYD. Pengembangkan model prediksi harga saham BYD menggunakan algoritma LSTM dengan optimasi parameter untuk mencapai akurasi tinggi dan menganalisis pengaruh variasi epoch terhadap performa prediksi. Evaluasi dilakukan dengan metrik MAE, RMSE, dan R-squared. Model optimal dicapai pada epoch 50 dengan MAE 0.000340, RMSE 0.000464, dan R² 0.947522. Berdasarkan nilai R² yang diperoleh, model ini mampu menjelaskan 94.75% variasi pergerakan harga saham BYD, menunjukkan kemampuan prediksi yang sangat baik pada data dengan volatilitas tinggi. Kontribusi penelitian ini meliputi prediksi yang efektif pada saham teknologi bervolatilitas tinggi, hasil optimasi parameter epoch pada arsitektur LSTM untuk data finansial, dan insight penerapan deep learning dalam financial forecasting sektor otomotif teknologi.]]>
Copyrights © 2025
