ANALISIS PREDIKSI HARGA SAHAM HAPAG-LLOYD AG MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Program Studi S1 Informatika
Abstract
Saham merupakan instrumen investasi yang banyak diminati, khususnya di sektor logistik yang memiliki peranan penting dalam distribusi global. Penelitian ini bertujuan untuk memprediksi harga saham perusahaan Hapag-Lloyd AG dengan menggunakan metode Long Short-Term Memory (LSTM) serta menerapkan pendekatan metodologi CRISP-DM dalam proses analisis data. Data historis harga penutupan saham dengan frekuensi harian, mingguan, dan bulanan dimanfaatkan sebagai masukan model. Evaluasi performa menunjukkan bahwa model dengan data harian menghasilkan metrik evaluasi terbaik dengan R-squared sebesar 93,52% dan metrik nilai error rendah dengan RMSE sebesar 5,024 dan MAPE 2,51%. Penerapan CRISP-DM mampu membantu proses analisis dilakukan secara sistematis untuk menghasilkan model yang stabil dan efektif. Studi ini diharapkan dapat memberikan kontribusi dalam memahami penerapan LSTM dalam prediksi harga saham serta memberikan kontribusi bagi investor dalam perencanaan dan manajemen risiko investasi.