PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN LONG SHORT-TERM MEMORY

Abstract

Pasar modal merupakan tempat bertemunya pihak penjual dan pembeli serta dapat dijadikan sebagai indicator kemajuan suatu negara. Semakin tinggi pergerakan atau aktifitas di pasar modal maka semakin tinggi pula pergerakan ekonomi di suatu Negara tersebut. Bursa Efek Indonesia (BEI) merupakan pasar modal yang terdapat di Indonesia. Index harga saham gabungan (IHSG) merupakan rata-rata harga saham keseluruhan yang berada di Bursa Efek Indonesia (BEI) dan memiliki volatilitas yang tinggi sehingga diperlukan suatu metode untuk memprediksi pergerakan harga IHSG tersebut yang dapat dijadikan sebagai acuan bagi para pembeli (pihak surplus dana). Long Short-Term Memory (LSTM) merupakan sebuah metode forecasting yang dapat digunakan untuk memprediksi data yang bersifat time series.  Pada penelitian ini, data yang digunakan berjumlah 1212 data pada interval waktu 16 Februari 2017 sampai 14 Februari 2022 dengan time frame 1D. Data terbagi menjadi 2 bagian, yaitu data training berjumlah dan data testing berjumlah data. Parameter LSTM yang digunakan batch-size 25 dan untuk menguji keberhasilan parameter tersebut digunakan epoch yang berbeda-beda. Epoch sejumlah 50 merupakan model terbaik menghasilkan RMSE lebih kecil yaitu 6.2335 dengan nilai prediksi 6765.5103 dan nilai actual 6807.50