(0721) 8030188    [email protected]   

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