KHAIRA, IRA (2026) PERBANDINGAN METODE LONG SHORT-TERM MEMORY DAN PROPHET DALAM PREDIKSI HARGA SAHAM BANK SYARIAH INDONESIA (BRIS). S1 thesis, UNIVERSITAS MALIKUSSALEH.

	Text COVER.pdf Download (189kB)
	Text ABSTRAK.pdf Download (272kB)
	Text BAB 1.pdf Download (284kB)
	Text DAPUS.pdf Download (179kB)
	Text FULL TEXT.pdf Restricted to Registered users only Download (3MB)

Abstract

Prediksi harga saham merupakan tantangan kompleks dalam bidang keuangan karena dipengaruhi oleh berbagai faktor eksternal yang bersifat dinamis dan tidak menentu. Penelitian ini bertujuan untuk membandingkan kinerja metode Long Short-Term Memory (LSTM) dan Prophet dalam memprediksi harga penutupan saham Bank Syariah Indonesia (BRIS) menggunakan data historis periode Februari 2021 hingga Oktober 2025 yang bersumber dari Yahoo Finance dengan total 1.160 data hari perdagangan. Data dibagi dengan rasio 80:20 menjadi 928 data training dan 232 data testing. Model LSTM dibangun menggunakan framework PyTorch dengan optimasi hyperparameter otomatis menggunakan Optuna sebanyak 15 percobaan, sedangkan model Prophet dioptimalkan menggunakan grid search terhadap 18 kombinasi parameter. Evaluasi dilakukan menggunakan tiga metrik, yaitu Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model LSTM menghasilkan nilai MAE sebesar 96,67, RMSE sebesar 131,37, dan MAPE sebesar 3,71 persen pada data testing, sedangkan model Prophet menghasilkan nilai MAE sebesar 776,08, RMSE sebesar 897,32, dan MAPE sebesar 29,52 persen pada data testing. Dari sisi waktu komputasi, LSTM membutuhkan waktu prediksi 0,0255 detik, lebih cepat dibandingkan Prophet yang membutuhkan waktu sebesar 0,2142 detik. Berdasarkan perbandingan tersebut, metode LSTM ditetapkan sebagai metode terbaik dengan MAPE testing sebesar 3,71 persen yang masuk dalam kategori sangat baik. Seluruh hasil prediksi diimplementasikan dalam bentuk aplikasi web berbasis Flask yang dilengkapi dengan fitur prediksi interaktif hingga 730 hari ke depan. Penelitian ini diharapkan dapat menjadi referensi bagi investor dalam mendukung pengambilan keputusan investasi saham syariah di Indonesia.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	IRA KHAIRA
Date Deposited:	04 Sep 2026 04:51
Last Modified:	04 Sep 2026 04:51
URI:	https://rama.unimal.ac.id/id/eprint/22404

Actions (login required)

View Item