ANALISIS PERBANDINGAN MODEL ARIMA DAN LSTM DALAM PERAMALAN HARGA PENUTUPAN SAHAM (STUDI KASUS : 6 KRITERIA KATEGORI SAHAM MENURUT PETER LYNCH)

Abstract

Instrumen investasi yang banyak diminati di Indonesia adalah Investasi Saham. Investasi saham memiliki risiko yang tinggi dikarenakan saham bersifat fluktuatif. Untuk mengurangi risiko dalam investasi saham diperlukan analisis sebelum pembelian saham. ARIMA dan LSTM adalah model statistik dan machine learning yang sering digunakan untuk menganalisis jenis analisa keuangan. ARIMA lebih sederhana dan mudah dipahami, namun kurang dapat mengatasi pola yang kompleks dan sulit diprediksi, LSTM lebih kompleks dan memerlukan data yang lebih banyak, namun mampu mengatasi pola yang kompleks dan sulit diprediksi dengan lebih baik. Untuk mendapatkan model terbaik dari kedua model perlu adanya perbandingan untuk mendapatkan model terbaik antara ARIMA dan LSTM untuk meramalkan harga saham. Peramalan menggunakan kedua model tersebut menggunakan objek 6 kriteria kategori saham untuk merepresentasikan pola data saham yang bermacam macam. Penelitian ini akan mencari nilai RMSE, MAPE dan waktu peramalan, kemudian dibandingkan dengan nilai rata-rata terbaik. Hasil dari penelitian ini ARIMA mendapatkan nilai terbaik dengan rata-rata RMSE 198,62, MAPE 1,79% dan waktu 26,50 detik dan LSTM mendapatkan nilai terbaik dengan rata-rata RMSE 217,92, MAPE 2,43% dan waktu 431,97 detik sehingga  model ARIMA lebih unggul dari LSTM dari nilai rata-rata RMSE, MAPE dan waktu peramalan.