PUTRI, Zhafirah Izzatulrahmah (2025) Prediksi Harga Saham Syariah PT. Bank Syariah Indonesia Menggunakan Metode Long Short Term Memory (LSTM) dan Gated Recurrent Unit dengan Optimasi AdaMax. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (82kB)
	Text 3. Halaman Pengesahan I.pdf Download (136kB)
	Text 4. Halaman Pengesahan II.pdf Download (115kB)
	Text 5. Kata Pengantar.pdf Download (95kB)
	Text 6. Abstrak.pdf Download (32kB)
	Text 7. Abstract.pdf Download (28kB)
	Text 12. BAB I.pdf Download (61kB)

Abstract

Pasar modal di Indonesia khususnya investasi saham telah mengalami
pertumbuhan signifikan dengan jumlah investor yang meningkat dari 5,02 juta pada
tahun 2023 menjadi 5,90 juta pada tahun 2024. Saham syariah yang diperkenalkan
pada tahun 2011 dapat menarik investor karena mengikuti prinsip Islam sesuai
syariat dengan menghindari riba dan perjudian. Investasi saham syariah dapat
membawa risiko terutama karena fluktuasi harga, sehingga diperlukan analisis yang
efektif. Recurrent Neural Network (RNN) cocok untuk data berurutan namun
menghadapi masalah seperti vanishing dan exploding gradient. Long Short Term
Memory (LSTM) dapat mengatasi masalah ini dengan memiliki tiga gate diantaranya
forget gate, input gate, dan output gate, sementara Gated Recurrent Unit (GRU)
memiliki model yang lebih sederhana dengan dua gate yaitu reset gate dan update
gate sehingga GRU memiliki efisiensi yang lebih tinggi. Model LSTM dan GRU
dioptimalkan menggunakan algoritma AdaMax yang dapat meningkatkan kinerja
dan stabilitas model. Penelitian ini menggunakan model LSTM dan GRU untuk
memprediksi harga saham PT. Bank Syariah Indonesia (BSI) dengan pembagian data
training 80% dan testing 20%. GRU dengan optimasi AdaMax mengungguli LSTM
dengan MAPE yang lebih rendah sebesar 1,82%, dibandingkan dengan MAPE
LSTM sebesar 1,87%. Model GRU memprediksi tren pasar yang stabil selama 5 hari
ke depan sehingga menunjukkan perlunya indikator teknis tambahan bagi investor
jangka pendek, namun menjadi potensi pertumbuhan fundamental yang positif bagi
investor jangka panjang.
Kata Kunci: Saham Syariah, PT. Bank Syariah Indonesia, Long Short Term
Memory, Gated Recurrent Unit, AdaMax, Recurrent Neural Network

Actions (login required)

View Item