IMPLEMENTASI MODEL LONG SHORT-TERM MEMORY PADA PREDIKSI HARGA SAHAM BERBASIS WEB

Fadhillah Muslimin; Andi Tenriawaru; Muhammad Riansyah  Tohamba

doi:10.33772/anoatik.v3i2.116

Penulis

Fadhillah Muslimin Universitas Halu Oleo Kendari
Andi Tenriawaru Univesitas Halu Oleo
Muhammad Riansyah Tohamba Univesitas Halu Oleo

DOI:

https://doi.org/10.33772/anoatik.v3i2.116

Abstrak

Penelitian ini bertujuan membangun sistem prediksi harga saham berbasis web menggunakan algoritma Long Short-Term Memory (LSTM) untuk memprediksi harga tertinggi dan terendah saham-saham dalam indeks LQ45. LSTM dipilih karena kemampuannya mengenali pola jangka panjang dalam data runtun waktu dan menunjukkan performa lebih stabil dibandingkan metode seperti ARIMA dan GRU. Sistem dilengkapi antarmuka interaktif serta fitur pencatatan log aktivitas pengguna untuk meningkatkan kemudahan akses dan pengalaman pengguna. Hasil evaluasi menunjukkan performa prediksi yang cukup baik, dengan MAPE di bawah 3% dan nilai RMSE yang bervariasi tergantung volatilitas saham. Saham ACES mencatat hasil terbaik dengan RMSE masing-masing 28,772 (High) dan 27,142 (Low), serta MAPE 2,19% dan 2,2%, sedangkan saham AMMN menunjukkan tingkat kesalahan tertinggi dengan RMSE sebesar 247,154 dan 281,926, serta MAPE 2,42% dan 2,79%. Sistem mampu menyajikan hasil prediksi secara real-time melalui tampilan web yang responsif dan mudah digunakan.

Kata Kunci:

Prediksi Harga Saham, LSTM, MAPE, Data Time Series, Sistem Berbasis Web

Unduhan

Data unduhan belum tersedia.

Referensi

C. Genta, K. Simatupang, W. Swastika, dan T. R. Suganda, “Perancangan Aplikasi Berbasis Web Untuk Prediksi Harga Saham Dengan Metode Lstm,” 2022.

F. Ramadhan dan M. Fachrie, “Implementasi Algoritma Long Short-Term Memory (LSTM) Pada Sistem Prediksi Hasil Panen Sawit,” Jurnal Informatika Teknologi dan Sains, 2024.

C. Calendo Sumarga, D. Erny Herwindiati, dan J. Hendryli, “Jurnal Ilmu Komputer dan Sistem Informasi Rancangan Sistem Prediksi Harga Saham dengan Menggunakan Metode LSTM dan ARMA klasik.”

M. Azman Maricar, “Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ”.

J. Cahyani, S. Mujahidin, dan T. P. Fiqar, “Implementasi Metode Long Short Term Memory (LSTM) untuk Memprediksi Harga Bahan Pokok Nasional,” Jurnal Sistem dan Teknologi Informasi (JustIN), vol. 11, no. 2, hlm. 346, Jul 2023, doi: 10.26418/justin.v11i2.57395.

L. Setiawan, D. Susanti, dan R. Riaman, “Analisis Perbandingan Hasil Peramalan Harga Saham Menggunakan Model Autoregresive Integrated Moving Average dan Long Short Term Memory,” Jurnal Matematika Integratif, vol. 19, no. 2, hlm. 223, Des 2023, doi: 10.24198/jmi.v19.n2.42164.223-234.