PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE DEEP LEARNING GRU DAN LSTM

Saham syariah merupakan saham yang memiliki peraturan khusus mengacu pada prinsip-prinsip syariah dalam hukum islam. Harga saham syariah termasuk bersifat fluktuatif yang menimbulkan tantangan bagi investor dalam menentukan keputusan investasi yang tepat. Tujuan penelitian ini adalah untuk memprediksi
harga penutupan saham syariah menggunakan dua model yaitu GRU dan LSTM, serta membandingkan performa keduanya. Data yang digunakan berasal dari dua emiten saham syariah ASII dan ADRO selama lima tahun terakhir. Pengembangan model prediksi penelitian ini mengikuti tahapan metode CRISP-DM yang akan
memproses data dan membuat model melalui langkah yang terstruktur mulai dari tahapan business understanding, data understanding, data preparation, modeling, evaluation, hingga deployment. Menurut hasil pengujian, model Gated Recurrent Unit mempunyai performa terbaik dengan nilai RMSE 80.411 dan MAPE 1.329 untuk ASII, serta RMSE 93.133 dan MAPE 2.409 untuk ADRO, sedangkan performa model Long Short-Term Memory masih dibawah model GRU dengan nilai RMSE 86.165 dan MAPE 1.501 untuk ASII, serta RMSE 105.281 dan MAPE 3.563 untuk ADRO. Hasil prediksi yang cukup akurat menunjukkan potensi pemanfaatan
deep learning dalam meningkatkan akurasi prediksi harga saham syariah, sekaligus membantu investor membuat keputusan yang lebih objektif dan keputusan investasi yang tepat.

https://publikasi.teknokrat.ac.id/index.php/teknokompak