Prediksi Harga Saham pada PT Bank Syariah Indonesia Tbk (Bris.Jk) dengan Metode Long Short-Term Memory (LSTM)

Saputra, Wisnu Nur Arya (2024) Prediksi Harga Saham pada PT Bank Syariah Indonesia Tbk (Bris.Jk) dengan Metode Long Short-Term Memory (LSTM). S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_2000018052_JUDUL__241118112332.pdf Download (2MB)
	Text (BAB I) T1_2000018052_BAB_I__241114113950.pdf Download (179kB)
	Text (BAB II) T1_2000018052_BAB_II__241114113950.pdf Restricted to Registered users only Download (483kB) | Request a copy
	Text (BAB III) T1_2000018052_BAB_III__241114113950.pdf Restricted to Registered users only Download (321kB) | Request a copy
	Text (BAB IV) T1_2000018052_BAB_IV__241114113950.pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (BAB V) T1_2000018052_BAB_V__241114113950.pdf Restricted to Registered users only Download (135kB) | Request a copy
	Text (Daftar Pustaka) T1_2000018052_DAFTAR_PUSTAKA__241114113950.pdf Download (161kB)
	Text (Lampiran) T1_2000018052_LAMPIRAN__241114113950.pdf Restricted to Registered users only Download (260kB) | Request a copy

Abstract

Saham adalah jenis investasi yang saat ini sedang ramai diminati oleh banyak orang, termasuk di indnesia. Para investor dapat meraup keuntungan dalam waktu yang cepat dengan hasil yang sangat besar. Namun keraguan dan kekhawatiran investor terhadap risiko investasi saham seringkali disebabkan oleh volatilitas harga saham. Khusunya pada penelitian ini yaitu para investor pada PT Bank Syariah Indonesia Tbk (BRIS.JK). Terkait isu penarikan dana oleh Muhammadiyah. Metode Long Short-Term Memory (LSTM) dipilih karena memiliki kemampuan untuk menyimpan informasi penting dalam jangka waktu yang lama. Oleh karena itu, tujuan penelitian ini adalah mengembangkan dan mengevaluasi kinerja model prediksi harga saham menggunakan algorimta LSTM. Manfaat penelitian ini adalah memberikan gambaran yang lebih komprehensif mengenai dinamika fluktuasi harga saham pada PT Bank Syariah Indonesia Tbk (BRIS.JK) di masa depan.
Penelitian ini dilakukan dalam enam tahapan, pertama yaitu tahapan pengumpulan data dengan mengunduh data saham BRIS.JK.CSV dari finance.yahoo.com, kedua melakukan preprocessing data yaitu membaca dan menyiapkan dataset dengan menggunakan kolom ‘Adj Close’ untuk melakukan prediksi, lalu menormalisasi data menggunakan MinMaxScaler, membuat dataset, dan pembagian data, ketiga melakukan perancangan model LSTM menggunakan ‘Sequential’, model dikompilasi dengan dua model optimizer seperti: ‘Adam’, ‘SGD’, dan ‘RMSprop’, keempat proses pelatihan data menggunakan batch size 16 dan 32 dengan epoch 50 dan 100, kelima pengujian data dengan mengukur nilai error menggunakan MSE, RMSE, dan MAPE, terakhir yaitu tahapan keenam visualisasi data berupa grafik pergerakan saham.
Hasil penelitian menunjukkan bahwa menggunakan algoritma LSTM dapat meningkatkan akurasi prediksi harga saham pada dataset dibandingkan dengan tiga optimizer ‘Adam’, ‘SGD’, dan ‘RMSprop’, hasil terbaik didapat menggunakan optimizer Adam pada batch size: 16 dan epoch: 100, test MSE: 5.92, test RMSE: 2.43, test MAPE: 0.41, Accuracy: 99.59%, serta prediksi harga saham Rp511, dengan harga aktual yaitu Rp.512. Hasil ini menunjukkan metode LSTM dapat memprediksi pergerakan harga saham dengan sangat baik.

Item Type:	Thesis (S1)
Keyword:	Prediksi Harga Saham, Long Short-Term Memory (LSTM, PT Bank Syariah Indonesia Tbk (BRIS.JK).
Subjects:	H Social Sciences > HG Finance Q Science > QA Mathematics > QA76 Computer software
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	23 May 2025 03:47
Last Modified:	23 May 2025 03:47
URI:	http://eprints.uad.ac.id/id/eprint/83796

Actions (login required)

View Item