ANALISIS PERBANDINGAN ALGORITMA LSTM DAN ARIMA DALAM MELAKUKAN PREDIKSI HARGA SAHAM
Comparative Analysis of LSTM and ARIMA for Predicting Stock Price
TUGAS AKHIR
Disusun sebagai syarat untuk memperoleh gelar Sarjana Teknik pada Program Studi S1 Teknik Komputer
Disusun oleh:
SEBASTIAN CAHYO ARDHI ISWARA 1103174174
FAKULTAS TEKNIK ELEKTRO UNIVERSITAS TELKOM BANDUNG
2021
i
UNIVERSITAS TELKOM
Jl. Telekomunikasi No. 1 Ters. Buah Batu Bandung 40257
FORMULIR LEMBAR PENGESAHAN TUGAS AKHIR
No. Dokumen No. Revisi Berlaku Efektif
LEMBAR PENGESAHAN TUGAS AKHIR
ANALISIS PERBANDINGAN ALGORITMA LSTM DAN ARIMA DALAM MELAKUKAN PREDIKSI HARGA SAHAM
Comparative Analysis of LSTM and Arima for Predicting Stock Price
Telah disetujui dan disahkan sebagai Tugas Akhir Program S1 Teknik Komputer
Fakultas Teknik Elektro
Universitas Telkom
Disusun Oleh : Sebastian Cahyo Ardhi Iswara 1103174048
Pembimbing 1
Ir. Burhanuddin Dirgantoro, M.T.
NIP. 93680020
Pembimbing 2
Casi Setianingsih, S.T., M.T
NIP. 19890019
Bandung, Juli 2021 Menyetujui,
ii
UNIVERSITAS TELKOM
Jl. Telekomunikasi No. 1 Ters. Buah Batu Bandung 40257
FORMULIR LEMBAR PENGESAHAN TUGAS AKHIR
No. Dokumen No. Revisi Berlaku Efektif
NAMA NIM ALAMA T
No. Telp E-MAIL
LEMBAR PERNYATAAN ORISINALITAS
: SEBASTIAN CAHYO ARDHI ISWARA
: 1103174174
: JL. TUKAD PANCORAN PERUMAHAN GRAHALIA TIYING . GADING NO 9, DENPASAR 80225
: +62 82236579988
: [email protected]
Menyatakan bahwa Tugas Akhir ini merupakan karya orisinal saya sendiri dengan judul:
ANALISIS PERBANDINGAN ALGORITMA LSTM DAN ARIMA DALAM
MELAKUKAN PREDIKSI HARGA SAHAM
Comparative Analysis of LSTM and ARIMA for Predicting Stock Price
Atas pernyataan ini, saya siap menanggung risiko atau sanksi yang dijatuhkan kepada saya apabila kemudian ditemukan adanya pelanggaran terhadap kejujuran akademik atau keilmuan dalam karya ini, atau ditemukan bukti yang menunjukkan ketidakaslian karya ini.
Bandung, Juli 2021
Sebastian Cahyo Ardhi Iswara
1103174174
iii
ABSTRAK
Saham merupakan salah satu instrumen investasi dengan bentuk kepemilikan nilai pada perusahaan yang banyak diminati karena sifat dari saham yang likuid dan dapat memberikan nilai return yang besar apabila saham tersebut dijual, namun saham juga memiliki kekurangan yaitu nilai dari saham yang cepat berubah dan tidak menentu sehingga apabila tidak berhati-hati dalam melakukan jual beli saham, nilai saham yang dimiliki dapat merugi.
Hal tersebut membuat penulis melakukan tugas akhir ini untuk membandingkan dua algoritma berbeda yaitu Long Short Term Memory (LSTM) dan Autoregressive Integrated Moving Average (ARIMA) melalui pengujian prediksi harga saham 1 hari ke depan terhadap data close pada saham yang terbagi menjadi beberapa fraksi harga dengan batas pengujian data saham yang digunakan adalah saham yang terdaftar di BEI pada bulan juli 2021 dengan interval waktu 1 hari dan rentang waktu sebanyak 2 tahun menggunakan metrik Mean Absolute Error sebagai pembanding performa dari algoritma yang diuji.
Hasil dari penelitian yang dilakukan, terdapat fakta bahwa algoritma LSTM mengalami kesulitan untuk memprediksi harga saham dengan nilai Mean Absolute Error rata-rata pengujian sebesar 2383 dibandingkan dengan algoritma ARIMA yang memiliki performa lebih baik dengan nilai Mean Absolute Error rata-rata pengujian sebesar 38.98, hal ini terjadi dikarenakan LSTM merupakan algoritma yang kompleks sehingga apabila data yang digunakan tidak memiliki pola yang baik maka algoritma akan memiliki performa yang buruk, Hal ini berbanding terbalik dengan algoritma ARIMA yang dapat memprediksi pola ke depan dengan baik namun rentang data yang diprediksi terbatas.
Kata kunci: Saham, LSTM, ARIMA, Deep Learning, Statistik