View/Open

Author
CHALIFIA, WANANDA

Date Published
01 Jul 2026

Advisor
Ira Safitri, S.Si., M.Si., M.Sc.,
Dimas Dwi Randa, S.Kom., M.Kom.,

Subject
Sains Data

Publisher

Pergerakan harga saham perbankan BUMN memiliki pola yang dinamis dan fluktuatif sehingga diperlukan model prediksi yang mampu mempelajari hubungan temporal pada data deret waktu. Penelitian ini bertujuan untuk menerapkan dan membandingkan performa model Long Short-Term Memory (LSTM) dan Bidirectional Long Short-Term Memory (BiLSTM) dalam memprediksi harga penutupan saham BBRI, BMRI, dan BBNI. Data yang digunakan merupakan data historis harga penutupan saham periode Januari 2021 hingga Agustus 2025 sebanyak 1.121 data pada masing-masing saham. Tahapan penelitian meliputi pembersihan data, pembagian data latih, validasi, dan uji dengan rasio 80:10:10, normalisasi menggunakan metode Min-Max Scaling, pembentukan data dengan metode sliding window menggunakan lookback 30 hari, serta prediksi harga penutupan saham untuk 5 hari ke depan. Evaluasi model dilakukan menggunakan metrik Mean Squared Error (MSE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa seluruh model menghasilkan nilai MAPE di bawah 2%, sehingga termasuk dalam kategori prediksi sangat baik. Pada saham BBRI, model LSTM memperoleh performa terbaik dengan MSE sebesar 6.736,72 dan MAPE sebesar 1,4216%. Pada saham BBNI, model LSTM juga menjadi model terbaik dengan MSE sebesar 6.398,83 dan MAPE sebesar 1,3889%. Sementara itu, pada saham BMRI, model terbaik diperoleh dari BiLSTM yang menghasilkan MSE sebesar 10.576,34 dan MAPE sebesar 1,6051%. Berdasarkan hasil tersebut, model terbaik berbeda pada setiap saham, sehingga pemilihan model prediksi perlu mempertimbangkan karakteristik dan tingkat fluktuasi data masing-masing saham.

URI
https://repo.itera.ac.id/depan/submission/SB2607010008

Keyword
Bank BUMN BiLSTM LSTM Prediksi Saham