Peramalan harga saham Indonesia menggunakan metode Long Short Term Memory (LSTM)

Minat masyarakat terhadap saham mengalami pertumbuhan eksponensial karena return of investment yang cepat dan keuntungan yang besar. Adanya peramalan saham, dapat membantu investor saham untuk bertransaksi di waktu yang tepat. Peramalan saham menjadi menantang dikarenakan karakteristik data yang berjalan acak, tidak linier, dan volatile. Terdapat berbagai metode untuk melakukan peramalan saham. Penelitian ini, menggunakan metode LSTM untuk meramalkan harga saham di hari berikutnya. Metode LSTM dipilih karena dapat melakukan pembelajaran afiliasi jangka panjang pada data sequence dengan kompleksitas tinggi. Teknik dropout ditambahkan untuk mencegah adanya overfitting dan meningkatkan performa LSTM. Data yang digunakan adalah data saham dari AALI(Astra Agro Lestari Tbk.). Hasilnya adalah metode LSTM dengan dropout dapat memberikan akurasi peramalan hinga 98%. Namun, diperlukan tuning parameter yang tepat agar penggunaan dropout dapat menghasilkan akurasi yang cukup tinggi.