View/Open

Author
Anggi, Yoga Pratama

Date Published
21 May 2026

Advisor
Muklas Rivai, S.Stat., M.Si.,
Indah Gumala Andirasdini, S.Si., M.Si.,

Subject
Aktuaria

Publisher

Saham PT Telkom Indonesia Tbk (TLKM) merupakan salah satu saham blue-chip di Bursa Efek Indonesia yang berperan penting dalam keputusan investasi. Fluktuasi harga penutupan saham menimbulkan ketidakpastian sehingga diperlukan model peramalan yang akurat. Penelitian ini bertujuan membandingkan kinerja metode statistik Autoregressive Integrated Moving Average (ARIMA) dan metode deep learning Long Short-Term Memory (LSTM) dalam meramalkan harga penutupan saham TLKM. Data yang digunakan berupa data harian periode 2 Januari 2020 hingga 26 Juni 2025. Evaluasi kinerja model dilakukan pada data uji menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model terbaik ARIMA, yaitu ARIMA(2,1,3), menghasilkan MAPE sebesar 1,68%, sedangkan model LSTM dengan konfigurasi optimal (window size 32, units 140, learning rate 0,0011, batch size 40, dan epoch 150) menghasilkan MAPE sebesar 1,66%. Selisih MAPE sebesar 0,02 poin persentase menunjukkan bahwa akurasi kedua model relatif sebanding. Pada peramalan 14 hari perdagangan ke depan, kedua model memproyeksikan pergerakan harga yang relatif stabil, sehingga keduanya dapat digunakan sebagai alternatif peramalan jangka pendek dalam mendukung analisis investasi yang lebih terukur.

URI
https://repo.itera.ac.id/depan/submission/SB2605260051

Keyword
ARIMA LSTM MAPE Peramalan Saham