PREDIKSI HARGA SAHAM PADA SEKTOR PERBANKAN MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY
Dhoriva Urwatul Wutsqa, Universitas Negeri Yogyakarta
Abstract
Saham pada sektor perbankan merupakan salah satu pilihan yang banyak diminati oleh para investor. Pergerakan harga saham cepat berubah, sehingga untuk meminimalisir risiko kerugian perlu dilakukan prediksi harga saham. Tujuan penelitian ini adalah (1) mengetahui model Long Short-Term Memory (LSTM) dalam memprediksi harga saham pada sektor perbankan dan (2) mengetahui kinerja atau performa dari model Long Short-Term Memory (LSTM) dalam melakukan prediksi harga saham pada sektor perbankan. Data yang digunakan merupakan data hafrian harga penutupan saham pada sektor perbankan dari tanggal 4 Januari 2021 sampai 28 Maret 2023. Tahapan penelitian mencakup (1) input data untuk mengambil data harga penutupan saham; (2) pre-processing data untuk memeriksa nilai data yang hilang; (3) pembagian data untuk membagi data menjadi data training dan data testing dengan rasio 80:20; (4) normalisasi data untuk mengubah data menjadi skala yang sama; (5) rekonstruksi data untuk mengubah data menjadi bentuk sequence; (6) pelatihan model yang terdiri dari dua layer LSTM dan satu layer Dense menggunakan data training; dan (7) pengujian model pada data testing serta evaluasi hasil prediksi menggunakan MAPE dan RMSE. Hasil penelitian menunjukkan kinerja atau performa model yang sangat baik dalam melakukan prediksi harga saham pada sektor perbankan. Nilai MAPE testing pada BBCA, BBNI, BBRI, BBTN, dan BMRI masing-masing adalah 1,47%, 1,77%, 1,69%, 3,02%, dan 2,00%.
Keywords
Full Text:
PDFReferences
Agusta, A., Ernawati, I., & Muliawati, A. (2021). Prediksi pergerakan harga saham pada sektor farmasi menggunakan algoritma long short-term memory. Jurnal Informatik, 17(2), 164–173. https://doi.org/10.52958/iftk.v17i2.3651
Arfan, A., & Lussiana, E. (2020). Perbandingan algoritma long short-term memory dengan SVR pada prediksi harga saham di Indonesia. PETIR, 13(1), 33–43. https://doi.org/10.33322/petir.v13i1.858
Atienza, R. (2020). Advanced deep learning with tensorflow 2 and keras: Apply DL, GANS, VAES, deep RL, unsupervised learning, object detection and segmentation, and more (2nd ed.). Packt Publishing.
Ayitey Junior, M., Appiahene, P., & Appiah, O. (2022). Forex market forecasting with two-layer stacked long short-term memory neural network (LSTM) and correlation analysis. Journal of Electrical Systems and Information Technology, 9(14), 1–24. https://doi.org/10.1186/s43067-022-00054-1
Azka, R. M. (2022, July 1). Penyebab IHSG anjlok menyambut Juli 2022: Lonjakan inflasi hingga data covid-19. Bisnis. https://market.bisnis.com/read/20220701/7/1550353/penyebab-ihsg-anjlok-menyambut-juli-2022-lonjakan-inflasi-hingga-data-covid-19
Bernico, M. (2018). Deep learning quick reference: Useful hacks for training and optimizing deep neural networks with tensorflow and keras. Packt Publishing.
Chandola, D., Mehta, A., Singh, S., Tikkiwal, V. A., & Agrawal, H. (2022). Forecasting directional movement of stock prices using deep learning. Annals of Data Science. https://doi.org/10.1007/s40745-022-00432-6
Das, S., Sahu, T. P., Janghel, R. R., & Sahu, B. K. (2022). Effective forecasting of stock market price by using extreme learning machine optimized by PSO-based group oriented crow search algorithm. Neural Computing and Applications, 34(1), 555–591. https://doi.org/10.1007/s00521-021-06403-x
Ekman, M. (2021). Learning deep learning: Theory and practice of neural networks, computer vision, natural language processing, and transformers using tensorflow (1st ed.). Addison Wesley.
Glorot, X., & Bengio, Y. (2010). Understanding the difficulty of training deep feedforward neural networks. In Y. W. Teh & M. Titterington (Eds.), Proceedings of the Thirteenth International Conference on Artificial Intelligence and Statistics (Vol. 9, pp. 249–256). PMLR. https://proceedings.mlr.press/v9/glorot10a.html
Gumelar, F., Adha, F. Z., Rafi, F. A., & Pontoh, R. S. (2022). Peramalan harga saham bank BUMN Indonesia menggunakan long short-term memory (LSTM). E-Journal BIAStatistics | Departemen Statistika FMIPA Universitas Padjadjaran. https://doi.org/10.1234/bias.v2022i1.152
Hansun, S., & Young, J. C. (2021). Predicting LQ45 financial sector indices using RNN-LSTM. Journal of Big Data, 8(104), 1–13. https://doi.org/10.1186/s40537-021-00495-x
Hariani, A. (2021, October 31). IHSG naik 4,76 persen, ini saham top gainer Oktober. Pajak. https://www.pajak.com/keuangan/ihsg-naik-476-persen-ini-saham-top-gainer-oktober/
Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780. https://doi.org/10.1162/neco.1997.9.8.1735
Horn, R. A., & Johnson, C. R. (2013). Matrix analysis (2nd ed.). Cambridge University Press.
Jozefowicz, R., Zaremba, W., & Sutskever, I. (2015). An empirical exploration of recurrent network architectures. In F. Bach & D. Blei (Eds.), Proceedings of the 32nd International Conference on Machine Learning (Vol. 37, pp. 2342–2350). PMLR. https://proceedings.mlr.press/v37/jozefowicz15.html
Julian, R., & Pribadi, M. R. (2021). Peramalan harga saham pertambangan pada bursa efek indonesia (BEI) menggunakan long short term memory (LSTM). Jurnal Teknik Informatika Dan Sistem Informasi, 8(3), 1596–1606. https://doi.org/10.35957/jatisi.v8i3.1159
Kustodian Sentral Efek Indonesia. (2022). Statistik pasar modal Indonesia: Desember 2022. Kustodian Sentral Efek Indonesia.
Malik, A. (2021, June 18). Saham BRI turun pasca umumkan right issue,namun reksadana schroders tetap melesat. Redaksa. https://www.bareksa.com/berita/reksa-dana/2021-06-18/saham-bri-turun-pasca-umumkan-right-issue-namun-reksadana-schroders-tetap-melesat
Olavia, L., Daelami, M., & Harefa, T. (2021, October 11). Dana asing masih mengalir ke pasar saham. Investor. https://investor.id/market-and-corporate/266619/dana-asing-masih-mengalir-ke-pasar-saham
Otoritas Jasa Keuangan. (2019). Penyebab naik turun harga saham suatu perusahaan. https://sikapiuangmu.ojk.go.id/FrontEnd/CMS/Article/10507
Otoritas Jasa Keuangan. (2022). Laporan statistik mingguan: Minggu ke-4 Desember 2022. https://www.ojk.go.id/id/kanal/pasar-modal/data-dan-statistik/statistik-pasar-modal/Pages/Statistik-Mingguan-Pasar-Modal---Desember-2022.aspx
Putra. (2022, June 17). Ketika IHSG anjlok, investor asing justru melakukan ini. CNBC Indonesia. https://www.cnbcindonesia.com/market/20220617104100-17-347940/ketika-ihsg-anjlok-investor-asing-justru-melakukan-ini
Saxe, A. M., McClelland, J. L., & Ganguli, S. (2013). Exact solutions to the nonlinear dynamics of learning in deep linear neural networks. ArXiv Preprint ArXiv:1312.6120. https://doi.org/10.48550/arXiv.1312.6120
Sembiring, L. J. (2021, April 14). Ini alasan saham-saham bank kakap belum pulih, saat serok. CNBC Indonesia. https://www.cnbcindonesia.com/mymoney/20210414111226-72-237723/ini-alasan-saham-saham-bank-kakap-belum-pulih-saatnya-serok
Shi, Y. (2022). Advances in big data analytics: Theory, algorithms and practices. Springer. https://doi.org/https://doi.org/10.1007/978-981-16-3607-3
Sofi, K., Sunge, A. S., Riady, S. R., & Kamalia, A. Z. (2021). Perbandingan algoritma linear regression, LSTM, dan GRU dalam memprediksi harga saham dengan model time series. SEMINASTIKA, 3(1), 39–46. https://doi.org/10.47002/seminastika.v3i1.275
Umaidah, Y. (2018). Penerapan algoritma arificial neural network dalam prediksi harga saham LQ45 PT. Bank Rakyat Indonesia, Tbk. Jurnal Gerbang, 8(1), 57–64.
Utami, V. W., & Kartika, R. (2020). Investasi saham pada sektor perbankan adalah pilihan yang tepat bagi investor di pasar modal. Jurnal Sains Sosio Humaniora, 4(2), 894–897. https://doi.org/10.22437/jssh.v4i2.11596
Viadinugroho, R. A. A., & Rosadi, D. (2021). Long short-term memory neural network model for time series forecasting: Case study of forecasting ihsg during covid-19 outbreak. Journal of Physics: Conference Series, 1863(1), 1–11. https://doi.org/10.1088/1742-6596/1863/1/012016
Wang, H., Wang, J., Cao, L., Li, Y., Sun, Q., & Wang, J. (2021). A stock closing price prediction model based on CNN-BILSTM. Complexity, 2021(1), 1–12. https://doi.org/10.1155/2021/5360828
Wijayanti, R. I. (2022, May 10). Simak, ini penyebab saham perbankan turun meski kinerja bagus. IDXChannel. https://www.idxchannel.com/market-news/simak-ini-penyebab-saham-perbankan-turun-meski-kinerja-bagus
Wulandhari, R. (2021, March 21). Saham bank BUMN terkoreksi jelang RDG BI dan FOMC. Republika. https://ekonomi.republika.co.id/berita//qq3tqj370/saham-bank-bumn-terkoreksi-jelang-rdg-bi-dan-fomc?
Yıldırım, D. C., Toroslu, I. H., & Fiore, U. (2021). Forecasting directional movement of forex data using LSTM with technical and macroeconomic indicators. Financial Innovation, 7(1), 1–36. https://doi.org/10.1186/s40854-020-00220-2
Yulian, E. (2021, October 13). Saham bank BCA mulai diperdagangkan dengan harga baru. Info Bank News. https://infobanknews.com/saham-bank-bca-mulai-diperdagangkan-dengan-harga-baru/
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Jurnal Statistika dan Sains Data
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Our journal is indexed by:
Online ISSN (e-ISSN): 3025-9649
 | Jurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. |
| JSSD Statistics |