View/Open

Author
AYU, ERLINAWATI

Date Published
14 Jan 2026

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

Subject
Sains Data

Publisher

Penelitian ini menerapkan 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 saham harian pada periode 1 Januari 2019 hingga 30 Desember 2024 dengan total 1.456 observasi. Evaluasi kinerja model dilakukan menggunakan metrik Root Mean Square Error (RMSE) sebagai ukuran tingkat kesalahan prediksi. Hasil pengujian menunjukkan bahwa model LSTM terbaik menghasilkan nilai RMSE sebesar 104,01, sedangkan penambahan Attention Mechanism mampu menurunkan nilai RMSE menjadi 96,25, yang menunjukkan adanya peningkatan kemampuan model dalam menangkap pola temporal yang relevan pada data deret waktu, sehingga menghasilkan prediksi yang lebih akurat.

URI
https://repo.itera.ac.id/depan/submission/SB2601220031

Keyword
LSTM Attention Mechanism RMSE