Long Short-Term Memory and Gated Recurrent Unit for Stock Price Prediction

Abstract

Saham adalah investasi populer dengan risiko tinggi karena fluktuasi yang cepat dan sulit diprediksi. Banyak investor yang belum memahami analisis jual beli saham, sehingga membuat mereka ragu untuk berinvestasi. Untuk itu, diperlukan suatu teknik analisis yang dapat mengetahui pergerakan harga saham agar dapat melakukan perencanaan, manajemen risiko, dan pengambilan keputusan. Saham perbankan merupakan salah satu sektor saham yang penting dan populer. Salah satu saham perbankan yang sudah go public adalah saham Bank Rakyat Indonesia. Penelitian ini menerapkan Long Short-Term Memory dan Gated Recurrent Unit untuk menghasilkan model yang dapat memprediksi harga saham Bank Rakyat Indonesia secara akurat. Berdasarkan hasil implementasi, GRU merupakan model terbaik dengan nilai MSE sebesar 4958.9168, RMSE 70.4195, dan MAPE 1.1699%. Model GRU memprediksi akan terjadi penurunan harga saham pada bulan berikutnya.