Sultan Shalahuddin Primary Author mixed material bibliography Banda Aceh Fakultas MIPA (S1) 2025

Skripsi

Perusahaan sektor energi menjadi perhatian penting mengingat perannya yang vital dalam perekonomian nasional. Harga saham perusahaan sektor energi pada indeks LQ45 mengalami fluktuasi akibat dinamika ekonomi global yang menyulitkan investor dalam menyusun strategi investasi. Penelitian ini bertujuan untuk membandingkan performa algoritma Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam memprediksi harga penutupan saham perusahaan sektor energi yang tergabung dalam indeks LQ45 periode 1 Agustus 2024 sampai dengan 31 Oktober 2024. Penelitian ini menggunakan data perdagangan saham perusahaan dalam rentang waktu 29 Juli 2019 hingga 2 Oktober 2024. Penelitian ini menerapkan prediksi multi-langkah dengan menggunakan konfigurasi input sebesar 60, 90, dan 120 hari sebelumnya, dan output sebesar 5, 10, 20, dan 30 hari kedepan. Model LSTM dan GRU terbaik dari setiap output akan dilakukan hyperparameter tuning menggunakan Optuna untuk meningkatkan performa model. Evaluasi model dilakukan menggunakan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), waktu pelatihan, dan waktu inferensi. Dari seluruh model terbaik pada setiap output yang totalnya berjumlah 28 model, 16 diantaranya merupakan model yang dilatih menggunakan algoritma GRU, sedangkan 12 lainnya merupakan model yang dilatih menggunakan algoritma LSTM. Hal ini menandakan bahwa model GRU menghasilkan performa yang lebih baik pada mayoritas output prediksi harga saham perusahaan sektor energi pada indeks LQ45. Hasil visualisasi model terbaik dari setiap output pada masing-masing perusahaan sektor energi indeks LQ45 menunjukkan bahwa nilai MAPE cenderung meningkat seiring bertambahnya jumlah hari pada periode output. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 158513 2025-07-04 12:33:21 2025-07-04 15:07:29 machine generated