Implementasi Long Short-Term Memory Pada Prediksi Harga Saham PT Aneka Tambang Tbk

Abstract

Salah satu perusahaan yang termasuk dalam Bursa Efek Indonesia adalah PT Aneka Tambang Tbk (PT Antam), perkembangan saham PT Antam mengalami penurunan dan kenaikan harga yang tidak stabil sehingga sangat sulit untuk di prediksi. Namun, dengan adanya machine learning para pemilik saham dapat memprediksi pergerakan harga saham dengan menggunakan data harga saham sebelumnya yang ada pada website harga saham. Penelitian ini bertujuan untuk melakukan implementasi dan analisis dalam memprediksi harga saham PT Aneka Tambang Tbk (PT Antam) menggunakan metode Long Short Term Memory (LSTM). Penelitian ini menggunakan data harga saham PT Aneka Tambang Tbk pada website finance.yahoo.com periode 29 September 2005 hingga 13 April 2021. Tahapan penelitian ini meliputi : pengumpulan data, data preprocessing (terdiri dari cleansing data, scaling data, dan pembagian data), olah data LSTM (terdiri dari perancangan dan pelatihan model LSTM), perhitungan tingkat error dan akurasi, dan visualisasi hasil prediksi. Pada penelitian ini dilakukan 6 kali percobaan menggunakan epochs yang berbeda – beda. Hasilnya, percobaan yang memiliki hasil prediksi harga saham yang data prediksinya paling mendekati dengan harga aktual adalah menggunakan epochs 100 dengan Root Mean Squared Error (RMSE) sebesar 0.3304 dan R squared (R²) sebesar 0.9902. Kata Kunci: Machine Learning , LSTM, Prediksi Harga Saham, RMSE, R Squared .