| NIM | K1B022006 |
|---|
| Namamhs | DWI SANDI KALLA |
|---|
| Judul Artikel | PERAMALAN PENUTUPAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE BIDIRECTIONAL LONG SHORT MEMORY |
|---|
| Abstrak (Bhs. Indonesia) | Indeks Harga Saham Gabungan (IHSG) merupakan salah satu indikator utama yang mencerminkan kondisi pasar modal Indonesia dan sering dijadikan sebagai acuan oleh investor, pemerintah, dan akademisi dalam pengambilan keputusan di bidang ekonomi. Pergerakan IHSG yang fluktuatif yang dipengaruhi oleh berbagai faktor menyebabkan proses peramalan menjadi tantangan tersendiri. Penelitian ini bertujuan untuk meramalkan harga penutupan IHSG menggunakan dengan metode Bidirectional Long Short Term Memory (BiLSTM). Data splitting dilakukan kedalam tiga kategori, yaitu kategori I (60:10:30), kategori II (70:10:20), dan kategori III (80:10:10). Pemilihan kombinasi hyperparameter terbaik adalah dengan menggunakan metode random search. Model BiLSTM selanjutnya dilatih sebanyak 20 kali pada setiap kategori untuk mengetahui kestabilan model. Evaluasi kinerja model diperoleh dengan menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa kategori III menghasilkan model yang memiliki performa terbaik yaitu best_model_20 dengan nilai MAPE sebesar 0,799346%. Berdasarkan model terbaik tersebut, dilakukan peramalan harga penutupan IHSG untuk 30 hari kerja ke depan yaitu dari tanggal 1 Oktober 2025 sampai 11 November 2025. Hasil peramalan tersebut dapat dijadikan acuan bagi para investor, pemerintah, maupun akademisi dalam pengambilan keputusan pada bidang ekonomi. |
|---|
| Abtrak (Bhs. Inggris) | The IDX Composite is a primary indicator reflecting the condition of the Indonesian capital market and frequently serves as a benchmark for investors, the government, and academics in economic decision-making. The fluctuating movements of the IDX Composite, influenced by various factors, pose a significant challenge to the forecasting process. This study aims to forecast IDX Composite closing prices using the Bidirectional Long Short-Term Memory (BiLSTM) method. Data splitting was performed using three categories: Category I (60:10:30), Category II (70:10:20), and Category III (80:10:10). The optimal hyperparameter combination was selected using the random search method. Subsequently, the BiLSTM model was trained 20 times for each category to assess model stability. Model performance was evaluated using the Mean Absolute Percentage Error (MAPE). The results indicated that Category III produced the best-performing model, specifically best_model_20, with a MAPE value of 0.799346%. Based on this optimal model, IDX Composite closing prices were forecasted for the next 30 trading days, from October 1, 2025, to November 11, 2025. These forecasting results may serve as a reference for investors, the government, and academics in economic decision-making. |
|---|
| Kata kunci | IHSG, peramalan, BiLSTM, deret waktu, MAPE |
|---|
| Pembimbing 1 | Dra. Mutia Nur Estri, M.Kom. |
|---|
| Pembimbing 2 | Indra Herdiana, S.Mat., M.Sc. |
|---|
| Pembimbing 3 | - |
|---|
| Tahun | 2026 |
|---|
| Jumlah Halaman | 12 |
|---|
| Tgl. Entri | 2026-03-13 10:44:04.936604 |
|---|