View/Open

Author
Isaac, Nugroho Silaen

Date Published
23 Jun 2026

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

Subject
Aktuaria

Publisher

Prediksi harga saham merupakan upaya untuk memperkirakan pergerakan nilai saham di masa depan guna membantu investor dalam memahami potensi resiko dan keuntungan. Penggunaan machine learning memberikan keunggulan dibandingkan metode tradisional karena mampu memodelkan pola data yang lebih kompleks. Algoritma Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dipilih dalam penelitian ini karena kemampuannya dalam menganalisis data deret waktu (time series) harga saham secara efektif. Bank Rakyat Indonesia (BBRI) dipilih sebagai objek penelitian karena memiliki kapitalisasi pasar yang tinggi, sehingga pergerakan harganya berpengaruh signifikan terhadap pasar modal. Penelitian ini bertujuan untuk menganalisis tingkat akurasi serta hasil prediksi harga saham BBRI selama 20 hari menggunakan algoritma LSTM dan GRU. Masing-masing algoritma dikembangkan menjadi tiga model dengan kombinasi hyperparameter yang berbeda. Hasil penelitian menunjukkan bahwa algoritma GRU kombinasi ketiga dengan 2 layer, unit neuron sebesar 50 dan 25, learning rate sebesar 0,01, serta pengulangan 10 kali mencapai tingkat akurasi tertinggi sebesar 98,99%. Sementara itu, algoritma LSTM kombinasi pertama dengan 2 layer, unit neuron sebesar 100 dan 75, learning rate sebesar 0,001, serta pengulangan 50 kali menghasilkan akurasi sebesar 98,93%. Berdasarkan model 1 LSTM prediksi 20 hari ke depan dari saham BBRI (dalam rupiah) adalah 5860, 5801, 5785, 5679, 5863, 5794, 5823, 5840, 5744, 5728, 5578, 5696, 5962, 5887, 5853, 5786, 5650, 5797, 5759, 5712. Model 3 GRU memberikan prediksi 20 hari ke depan yaitu 5662, 5592, 5731, 5657, 5659, 5768, 5612, 5590, 5670, 5578, 5608, 5579, 5561, 5463, 5563, 5434, 5478, 5508, 5531, 5609. Hasil tersebut menunjukkan bahwa kedua algoritma mampu memprediksi harga saham BBRI dengan baik.

URI
https://repo.itera.ac.id/depan/submission/SB2606230085

Keyword
LSTM GRU Machine Learning Saham