PENERAPAN METODE LONG SHORT TERM MEMORY (LSTM) DALAM MEMPREDIKSI HARGA SAHAM PT BANK CENTRAL ASIA

Abstract

PT Bank Central Asia merupakan salah satu perusahaan yang beroperasi di sektor perbankan di Indonesia. Saham adalah surat kepemilikan yang menunjukkan seberapa besar kepemilikan seseorang atau suatu institusi dalam suatu Perusahaan. Permasalahan utama yang dihadapi oleh investor adalah bagaimana memprediksi pergerakan harga saham di masa depan sehingga dapat mengambil keputusan investasi yang tepat. Metode penelitian yang digunakan dalam penelitian ini adalah menggunakan algoritma LSTM dengan optimasi "adam". LSTM merupakan pengembangan dari RNN yang memiliki kemampuan untuk mengolah data yang memiliki hubungan temporal atau urutan. Penelitian ini bertujuan untuk menerapkan metode Long Short Term Memory (LSTM) dalam memprediksi harga saham PT Bank Central Asia dengan menggunakan pendekatan eksperimental. Dengan mengumpulkan dan menganalisis data historis harga saham Bank BCA dari 2020 hingga 2023, metode LSTM dengan optimasi "adam" berhasil memberikan prediksi yang memiliki tingkat akurasi yang baik, ditunjukkan oleh nilai Root Mean Square Error (RMSE) sebesar 40.85, Mean Absolute Percentage Error (MAPE) sebesar 0.71%, dan Mean Squared Error (MSE) sebesar 6662.76. Hasil prediksi ini diharapkan dapat mendukung pengambilan keputusan investasi dengan memberikan wawasan yang berguna dalam analisis pergerakan harga saham PT Bank Central Asia.