Prediksi Harga Saham Pfizer Menggunakan Long Short-Term Memory Dan Bidirectional Long Short-Term Memory (Studi Kasus: Close Price Saham Pfizer Inc. Pada Januari 2018-Januari 2022)
Files
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
DOI
Abstract
Saham merupakan salah satu investasi menarik pada saat ini. Salah satu harga saham yang meningkat di masa pandemi Covid-19 adalah Pfizer Inc. (PFE), yang merupakan perusahaan sektor healthcare yang memproduksi vaksin Covid-19 dengan klaim memiliki tingkat efektivitas yang tinggi. Namun pergerakan harga saham yang susah ditebak perlu diperhatikan dalam berinvestasi. Oleh karena itu dapat dilakukan analisis prediksi guna mengurangi risiko kerugian. Beberapa metode prediksi yang dapat dilakukan adalah Long Short-Term Memory dan Bidirectional Long Short-Term Memory yang cocok mengolah data berurutan seperti harga saham. Penelitian ini memiliki tujuan mengetahui penerapan Long Short-Term Memory dan Bidirectional Long Short-Term Memory dalam memprediksi harga saham Pfizer Inc. (PFE) menggunakan data historis close price harian pada Januari 2018 sampai Januari 2022. Dengan pembagian data training sebesar 80% dan data testing sebesar 20%, diperoleh model terbaik untuk LSTM menggunakan neuron 10 dan epoch 1000, sedangkan BiLSTM menggunakan neuron 20 dan epoch 500. Nilai akurasi berdasarkan MAPE untuk model terbaik LSTM sebesar 98,89%, lebih tinggi dari BiLSTM dengan akurasi sebesar 93,53%.