Prediksi Harga Saham Perbankan di Indeks LQ45 Menggunakan Model Long Short-Term Memory (LSTM) dengan Menggunakan Data Hybrid

Buulolo, Fatizanolo and Sinaga, Marlina Setia (2025) Prediksi Harga Saham Perbankan di Indeks LQ45 Menggunakan Model Long Short-Term Memory (LSTM) dengan Menggunakan Data Hybrid. Prosiding SEMNAS Matematika 2025. pp. 743-749.

[thumbnail of 98. Fatizanolo Buulolo (743 - 749).pdf] Text
98. Fatizanolo Buulolo (743 - 749).pdf

Download (987kB)

Abstract

Penelitian ini bertujuan untuk memprediksi harga penutupan saham BBCA, BBNI, BBRI, BBTN, dan BMRI menggunakan model Long Short-Term Memory (LSTM) dengan Algoritma Genetika. Algoritma Genetika digunakan untuk mencari kombinasi fitur-fitur serta hyperparameter yang digunakan dalam jaringan. Setiap kandidat solusi (individu) dievaluasi berdasarkan fitness-nya, yaitu nilai validation loss terendah yang dicapai selama pelatihan. Evaluasi pada data uji menunjukkan performa prediksi harian yang sangat baik dengan MAPE berkisar 1,01–1,21% dan RMSE sesuai skala harga; untuk horizon satu bulan, RMSE meningkat seiring skala harga dan MAPE berada pada rentang 5,40–16,43% (sebagian besar

Item Type: Article
Keywords: Long Short-Term Memory; Algoritma Genetika; Prediksi Saham Perbankan; Data Historis; Indikator Teknikal
Subjects: H Social Sciences > HB Economic Theory. Demography > HB135 Mathematical economics
H Social Sciences > HG Finance > HG1501 Banking > HG1723 Bank stocks. Banking as an investment
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam
Depositing User: Mrs Siti Nurbaidah
Date Deposited: 03 Nov 2026 07:36
Last Modified: 03 Nov 2026 07:36
URI: https://digilib.unimed.ac.id/id/eprint/69620

Actions (login required)

View Item
View Item