View/Open

Author
Dzaky, Arfan Mulia

Date Published
30 Jul 2026

Advisor
Muklas Rivai, S.Stat., M.Si.,
Rosni, S.Mat., M.Si.,

Subject
Aktuaria

Publisher

Pasar modal memiliki peranan penting dalam perekonomian Indonesia, seiring meningkatnya partisipasi investor dalam beberapa tahun terakhir. Saham sebagai salah satu instrumen investasi memiliki karakteristik fluktuatif dan kompleks, sehingga diperlukan metode prediksi untuk memprediksi pergerakan harganya secara lebih akurat. Salah satu metode yang dikembangkan untuk prediksi yaitu teknologi kecerdasan buatan khususnya metode deep learning. Penelitian ini bertujuan untuk menganalisis hasil prediksi harga saham PT Aneka Tambang Tbk (ANTAM) menggunakan metode Convolutional Neural Network-Long Short Term Memory serta mengevaluasi kinerja dan tingkat akurasi model yang sudah dibangun. Proses pemodelan dilakukan melalui hyperparameter tuning terhadap 81 kombinasi parameter. Hasil penelitian menunjukkan bahwa kombinasi terbaik diperoleh pada epoch 100, LSTM unit 256, dropout 0,1, dan kernel size 3. Model tersebut menghasilkan nilai RMSE sebesar 127,69 dan MAPE sebesar 4,60% pada data testing, yang menunjukkan tingkat akurasi prediksi yang tinggi. Selain itu, hasil forecasting 30 hari ke depan menunjukkan bahwa harga saham ANTAM diperkirakan tetap bergerak fluktuatif dengan kecenderungan tren menurun. Temuan ini menunjukkan bahwa model CNN-LSTM dapat digunakan sebagai alternatif metode prediksi harga saham PT Aneka Tambang Tbk.

URI
https://repo.itera.ac.id/depan/submission/SB2608040009

Keyword
Pasar Modal Prediksi Harga Saham CNN-LSTM Deep Learning