Sistem Analisa Harga Saham Menggunakan Algoritma Long Short Term Memory (LSTM)
PDF

Keywords

Saham
Forecasting
Long Short Term Memory

How to Cite

Setiawan, D., Stefani, K., Shandy, Y. J., & Patra, C. A. F. (2023). Sistem Analisa Harga Saham Menggunakan Algoritma Long Short Term Memory (LSTM). Media Informatika, 21(3), 264–279. https://doi.org/10.37595/mediainfo.v21i3.159

Abstract

Saham adalah modal dan bukti kepemilikan yang ditanamkan seseorang pada suatu badan usaha atau perseroan terbatas. Saham sendiri memiliki tujuan untuk menambah modal suatu perusahaan dari publik. Investasi memiliki resiko yang cukup besar, untuk mengantisipasinya, investor wajib memiliki bekal ilmu analisa yang baik yakni analisa fundamental dan teknikal. Forecasting adalah proses memprediksi peristiwa masa depan dengan memperoleh data historis dan merencanakan masa depan. Long Short Term Memory (LSTM) berasal dari metode RNN (Recurrent Neural Network), yang dirancang khusus untuk memproses data sequence. Hasil analisis menunjukkan bahwa sistem dapat memprediksi harga saham dengan angka keakuratan prediksi tertinggi yaitu 99%.

https://doi.org/10.37595/mediainfo.v21i3.159
PDF
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Copyright (c) 2022 Dhanny Setiawan, Kezia Stefani, Yusup Jauhari Shandy, Carel Anthony Filemon Patra