ALIFA, Luna Citra (2026) Penerapan Metode Long Short-Term Memory Dengan Particle Swarm Optimization Dalam Prediksi Harga Saham PT Telkom Indonesia Tbk. Undergraduate thesis, Fakultas Sains dan Matematika Undip.

	Text 1. COVER.pdf Download (163kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (256kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (261kB)
	Text 5. KATA PENGANTAR.pdf Download (456kB)
	Text 6. ABSTRAK.pdf Download (187kB)
	Text 7. ABSTRACK.pdf Download (131kB)
	Text 8. DAFTAR ISI.pdf Download (209kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (243kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (206kB)

Abstract

Pergerakan harga saham yang fluktuatif membuat proses peramalan menjadi tantangan penting dalam bidang analisis pasar modal. Metode prediksi konvensional seringkali belum mampu menangkap pola nonlinier pada data saham,
sehingga dibutuhkan pendekatan berbasis deep learning yang lebih adaptif. Penelitian ini bertujuan mengembangkan model prediksi harga saham PT Telkom Indonesia Tbk (TLKM) menggunakan Long Short-Term Memory (LSTM) yang dioptimasi dengan algoritma Particle Swarm Optimization (PSO) untuk
memperoleh konfigurasi hyperparameter terbaik. PSO digunakan untuk mencari kombinasi optimal meliputi units, learning rate, batch size, dan dropout, sedangkan
LSTM digunakan untuk mempelajari pola pergerakan harga berdasarkan data closing price harian. Evaluasi performa dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa PSO berhasil
menemukan konfigurasi optimal berupa units 96, learning rate 0,0847, batch size 44, dan dropout 0,3, yang menghasilkan nilai validation loss sebesar 2446,2637.
Model LSTM-PSO memberikan performa prediksi yang sangat baik dengan nilai MAPE sebesar 1,7313%, jauh lebih rendah dibandingkan model baseline sebesar 6,0612%. Model optimal mampu menghasilkan prediksi harga saham TLKM untuk
lima hari ke depan dengan pola pergerakan yang cenderung stabil. Temuan ini menunjukkan bahwa integrasi LSTM dan PSO efektif dalam meningkatkan akurasi prediksi harga saham serta dapat menjadi pendekatan alternatif yang kuat dalam
analisis data pasar modal berbasis time series.
Kata Kunci: Prediksi Harga Saham, PT Telkom Indonesia Tbk, LSTM-PSO

Actions (login required)

View Item