View/Open

Author
AYU, ERLINAWATI

Date Published
21 Jan 2026

Advisor
Luluk Muthoharoh, S.Si., M.Si.,
Mika Alvionita S, S.Si., M.Si.,

Subject
Sains Data

Publisher

Penelitian ini menggunakan metode Long Short-Term Memory (LSTM) yang dikombinasikan dengan Attention Mechanism untuk memprediksi harga saham PT Bank Rakyat Indonesia (Persero) Tbk. Data yang digunakan berupa harga penutupan harian dari 1 Januari 2019 hingga 30 Desember 2024, dengan total 1.456 data observasi. Evaluasi dilakukan menggunakan metrik Root Mean Square Error (RMSE) guna mengukur tingkat kesalahan prediksi. Hasil pengujian menunjukkan bahwa model LSTM dengan Attention memberikan hasil terbaik pada konfigurasi 32 neuron, learning rate 0,01, dan 100 epoch, dengan nilai RMSE sebesar 95,51. Sementara itu, model LSTM tanpa Attention memperoleh hasil terbaik pada konfigurasi 64 neuron, learning rate 0,001, dan 100 epoch, dengan RMSE sebesar 104,01. Penambahan Attention Mechanism terbukti membantu model dalam menangkap pola yang lebih relevan pada data deret waktu, sehingga meningkatkan ketepatan hasil prediksi.

URI
https://repo.itera.ac.id/depan/submission/SB2601210001

Keyword
LSTM Attention Mechanism RMSE