Prediksi Harga Saham Pada Indeks LQ45 Menggunakan Hybrid
Long Short-Term Memory (LSTM) dengan Algoritma Evolusi
Investasi saham memiliki potensi keuntungan yang tinggi namun juga
disertai risiko yang besar, sehingga diperlukan metode peramalan
yang akurat untuk mendukung pengambilan keputusan. Penelitian
ini bertujuan untuk memprediksi harga saham menggunakan metode
Long Short-Term Memory (LSTM) serta meningkatkan kinerja model
melalui optimasi hyperparameter menggunakan Algoritma Evolusi
Diferensial (AED). Data yang digunakan berupa harga saham dari 16
perusahaan yang dipilih berdasarkan nilai rata-rata return positif. Hasil
penelitian menunjukkan bahwa model LSTM dasar menghasilkan nilai
rata-rata Mean Absolute Percentage Error (MAPE) sebesar 2.65
URI
https://repo.itera.ac.id/depan/submission/SB2604220008
Keyword