Prediksi Harga Saham pada Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Long Short-Term Memory

Abstract

Composite Stock Price Index is an index that measures all stocks listed on the Main Board and Development Board of Bursa Efek Indonesia (BEI). There are so many issuers that list their shares on the BEI. IHSG is often referred to as a reference for investors to determine when to sell and buy their investment instruments. Generally, each stock has different movements in one day. There are up, down, or stagnant. If the shares are combined, the moving average of the shares is what is reflected in the IHSG. When the IHSG rose, in conclusion most of the shares listed on the BEI also experienced an increase. Vice Versa. This study aims to predict stock priceson the IHSG based on historical data and external data for the past period using the LSTM Algorithm. From the test results implementing the LSTM Algorithm, the result obtained RMSE values of 0.121 for train score and RMSE values of 0.133 for test score. In this research the LSTM Algorithm has done a splendid job to predict the stock prices.

Indeks saham harga gabungan atau IHSG merupakan indeks yang digunakan sebagai kode pertukaran produk saham didalam pasar trading dan tercatat di Papan Utama serta Papan Pengembangan Bursa Efek Indonesia (BEI). Tidak sedikit emiten yang mencatatkan sahamnya di BEI. IHSG juga sering dijadikan pilihan bagi banyak investor demi menentukan saat-saat yang baik sehingga dapat menjual dan membeli instrumen investasinya. Umumnya, setiap saham memiliki trend-nya masing-masing. Pergerakan harga dalam saham memiliki pergerakan yang disebut dengan uptrend, downtrend, dan stagnan dalam kurun waktu 24 jam. Apabila seluruh stok ketersediaan saham digabungkan, rata-rata trend-nya seperti yang tercermin di IHSG. Jika saham IHSG naik, maka akan berdampak pada saham lain yang tercatat di BEI, hal ini akan memiliki dampak terhadap perubahan harga terhadap hampir seluruh saham-saham yang ada di BEI juga akan mengalami kenaikan. Begitu pula sebaliknya. Penelitian ini bertujuan untuk memprediksi harga saham pada IHSG berdasarkan data historis dan data eksternal saham periode yang lalu memakai algoritma LSTM. Dari hasil pengujian memakai Algoritma LSTM didapatkan hasil nilai RMSE senilai 0.121 untuk train score dan nilai RMSE senilai 0.133 untuk test score. Pada penelitian ini kinerja algoritma LSTM dapat dikatakan sudah cukup baik dan mampu dalam menjalankan tugasnya untuk memprediksi harga saham.