Implementasi Metode Long Short - Term Memory dan Bidirectional Long Short – Term Memory Pada Saham PT AXA
Pasar modal memiliki peran penting dalam perekonomian dengan menyediakan
sarana investasi bagi masyarakat dan sumber pendanaan bagi perusahaan. Salah
satu instrumen utama di pasar modal adalah saham, yang menarik minat investor
karena potensi keuntungannya. Namun, harga saham bersifat fluktuatif dan sulit
diprediksi. Penelitian ini bertujuan untuk memprediksi harga saham PT AXA
dengan menggunakan metode Long Short-Term Memory (LSTM) dan Bidirectional
Long Short-Term Memory (BiLSTM) pada data harga penutupan saham dari tahun
1990-2024. Periode 1990 hingga 2024 dipilih karena data harga penutupan saham
secara historis tersedia dan mencakup waktu yang cukup panjang untuk menangkap
tren jangka panjang serta pola musiman.. Metode LSTM dan BiLSTM dipilih
karena kemampuannya dalam menangani data urutan yang tidak linier dan tidak
stasioner. Penelitian ini dilakukan dengan menyesuaikan hyperparameter dari
kedua model untuk mendapatkan performa prediksi terbaik. Hasil perbandingan
kedua metode dievaluasi berdasarkan nilai Mean absolute percentage error
(MAPE). Hasil penelitian menunjukkan bahwa model LSTM menghasilkan
prediksi harga saham dengan nilai MAPE yang lebih baik, yaitu 1,36%, sedangkan
model BiLSTM memiliki nilai MAPE 1,4%. Selain itu, model LSTM memprediksi
akan terjadi penurunan harga saham, sementara model BiLSTM memprediksi akan
terjadi kenaikan harga saham. Penelitian ini memberikan kontribusi dalam
pengembangan model prediksi saham yang dapat membantu investor dalam
pengambilan keputusan investasi.
URI
https://repo.itera.ac.id/depan/submission/SB2502160029
Keyword
prediksi harga saham, Long Short - Term Memory (LS