Prediksi Tren Pergerakan Harga Sahammenggunakan Algoritma Temporal Convolutional Network (Tcn) Halaman Judul

Abstract

Masyarakat semakin memahami akan pentingnya pengelolaan aset yang mereka miliki untuk yang digunakan untuk rencana masa depan ataupun melipatgandakan nilainya. Salah satu instrumen finansial yang populer di tengah masyarakat Indonesia adalah saham. Sedangkan pengertian saham sendiri menurut Bursa Efek Indonesia (BEI), saham adalah tanda penyertaan modal suatu badan usaha dalam sebuah perusahaan ataupun perseroan terbatas. Harga saham sanggatlah fluktuatif, dapat dipengaruhi oleh faktor internal dan eksternal. Untuk memprediksi tren pergerakan harga saham selain memperhatikan fundamental perusahaan dan membaca grafik harga saham, dapat memanfaatkan teknologi artificial intelligence terkhusus lagi deep learning. Pada penelitian ini digunakan algoritama deep learning Temporal Convolutional Network (TCN) yang menggunakan konsep konvolusi untuk memprediksi tren pergerakan harga saham memanfaatkan library Darts yang dikembangkan untuk mengolah data time series, data saham yang digunakan adalah saham dari Netflix, Inc (NFLX). Hasil yang didapatkan, TCN mampu memberikan hasil prediksi yang mengungguli beberapa algoritama lainnya seperti Long Short Term Memory (LSTM), Linear Regression, dan Decision Tree Regression. Dengan nilai perhitugnan Root Mean Squared Error (RMSE), TCN mendapatkan nilai 9.865, LSTM 10.710, Lineaer Regression 11.894, dan Decision Tree Regression 30.868. Dapat diketahui bahwa algoritma TCN cukup efektif untuk memprediksi tren pergerakan harga saham dan algoritmanya lebih ringkas dalam penggunaannya.