ANALISIS PREDIKSI HARGA SAHAM PADA PERUSAHAAN T MENGGUNAKAN KOMBINASI CNN-LSTM

Abstract

Pasar saham yang kompleks dan sulit diprediksi menjadi tantangan utama dalam membuat pilihan investasi khususnya di industri telekomunikasi yang sangat dipengaruhi oleh faktor internal dan eksternal termasuk persaingan pasar, aturan tarif, dan kemajuan teknologi. Pola non-linear dalam data saham seringkali tidak tertangkap oleh metode konvensional, seperti regresi dan ARIMA yang menyebabkan ketidakakuratan prediksi. Tujuan dari studi ini adalah mengombinasikan model Convolutional Neural Networks (CNN) dengan Long Short-Term Memory (LSTM) untuk memprediksi harga saham berbasis deep learning. Studi ini menunjukkan bahwa model CNN-LSTM bekerja dengan baik dalam memprediksi dengan RSME yang rendah, khususnya pada konfigurasi pelatihan 50 epoch yang menghasilkan hasil yang paling konsisten dan seimbang, yaitu train RMSE: 62.51 dan test RMSE: 87.76. Hal ini membuktikan bahwa model mampu menggambarkan tren harga saham secara akurat. Dengan demikian, kombinasi CNN-LSTM dapat diterapkan sebagai solusi prediktif yang memungkinkan di sektor keuangan