Perpustakaan Digital ITB

Fisika yang bertujuan untuk menjelaskan suatu fenomena dengan pemodelan dan teori-teori, dalam perkembangannya berusaha untuk memodelkan sistem kompleks. Fisika dalam sistem kompleks yang paling berkembang pesat adalah ekonofisika yang berusaha memodelkan sistem ekonomi, khususnya pasar modal. Di pasar modal, harga saham yang berubah-ubah setiap waktunya secara tidak menentu menyebabkan adanya risiko ketika berinvestasi. Risiko tersebut dapat diantisipasi dengan melakukan analisis teknikal, yaitu analisis yang melibatkan pencarian pola dari suatu data historis. Salah satu metode yang dapat digunakan untuk memodelkan dan memprediksi harga saham adalah metode LSTM. Makalah ini bertujuan untuk menganalisis pengaruh variasi hyperparameter LSTM dan variasi fungsi aktivasi pada hasil prediksi. Penelitian dilakukan dengan memodelkan harga saham dengan menerapkan fungsi aktivasi yang berbeda-beda pada tiap-tiap data harga saham penutupan dari empat perusahaan dari empat sektor berbeda. Dari penelitian ini diperoleh pengaruh variasi epochs terhadap pemodelan adalah ketika nilai epochs yang dipilih terlalu kecil, maka proses belajar dari model tidak dapat mencapai hasil optimal, sedangkan pemilihan nilai epochs yang lebih besar membuat proses belajar model menjadi berlebihan sehingga model menjadi terbebani dan menghasilkan hasil pemodelan yang tidak optimum. Kemudian, pengaruh variasi nilai batchs size terhadap pemodelan tidak membentuk pola apapun, dimana tiap-tiap pemodelan data harga saham memiliki kesesuaian nilai batchs size yang berbeda-beda. Berikutnya, nilai learning rate yang divariasikan, semakin besar nilai learning rate yang digunakan dalam pelatihan maka model akan lebih cepat untuk konvergen mencapai target fungsi loss paling minimum dan sebaliknya, ketika learning rate yang digunakan kecil, model akan cenderung lambat untuk konvergen mencapai target fungsi loss paling minimum. Fungsi aktivasi yang memberikan hasil pemodelan paling optimum adalah fungsi aktivasi Tanh.