Peramalan Harga Saham Pertambangan Pada Bursa Efek Indonesia (BEI) Menggunakan Long Short Term Memory (LSTM)

Abstract

Investasi saham merupakan salah satu pilihan yang tepat untuk mendapatkan keuntungan lebih. Akan tetapi dalam melakukan investasi saham diperlukan ilmu analisis terhadap data sebuah perusahaan yang dapat menentukan naik atau turunnya suatu harga saham pada perusahaan tersebut. Pergerakan yang sangat dinamis memerlukan pemodelan data untuk melakukan prediksi harga saham agar mendapatkan tingkat akurasi yang tinggi. Sebuah algoritma dikembangkan untuk mengatasi masalah data jangka panjang atau data historis yaitu Long Short Term Memory (LSTM). Dengan menggunakan Long Short Term (LSTM) penelitian ini menghasilkan nilai RMSE yang cukup baik dengan peningkatan nilai RMSE berdasarkan penambahan jumlah variasi epoch. Variasi epoch optimal didapatkan dengan jumlah epoch sebesar 200. Sedangkan nilai RMSE optimal yang dihasilkan metode Long Short Term Memory (LSTM) dihasilkan oleh emiten TINS dengan RMSE sebesar 31.71.