Perpustakaan Digital ITB

Sistem kompleks merupakan sebuah sistem yang terdiri dari banyak bagian dan saling berinteraksi, sehingga dari hasil interaksi tersebut timbul properti agregat yang tidak dapat dilihat atau diprediksi dari sifat komponen individual sistem. Contoh dari sebuah sistem kompleks adalah Pasar saham. Pasar saham sudah lama menjadi objek penelitian bagi ekonom, matematikawan, dan belakangan ini fisikawan. Salah satu fenomena pasar saham yang dijadikan objek penelitian adalah pergerakan harga saham. Pada penelitian ini pergerakan saham akan dimodelkan dengan menggunakan metode Long-Short Term Memory (LSTM) yaitu salah satu jenis machine learning yang dapat digunakan untuk memproses data bersifat nonlinear seperti harga saham. Tujuan dari penelitian ini adalah memodelkan pergerakan dari indeks gabungan INFOBANK15, menentukan hyperparameter terbaik untuk pemodelan dan menentukan rekomendasi investasi. Dalam LSTM terdapat parameter atau hyperparameter yang digunakan untuk mengoptimalkan pembelajaran model. Parameter-parameter yang divariasikan adalah learning rate dan batch size sedangkan parameter yang lain akan dibuat konstan. Hasil dari pemodelan akan di validasi berdasarkan nilai Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE),Correlation Coeffiecient (R). Hasil Penelitian menunjukkan bahwa model yang paling optimal diberikan ketika jumlah neuron adalah 30, nilai learning rate dan batch size adalah 0.01 dan 16 dengan nilai rata-rata RMSE, MAPE,R yang dihasilkan adalah 14.4413, 0.9524, 0.9609 dalam 10 replikasi. Nilai ini mengindikasikan LSTM dapat mempelajari pergerakan dari saham INFOBANK15 dengan baik. Model terbaik tersebut digunakan untuk memprediksi pergerakan indeks INFOBANK15 pada periode Januari sampai Februari tahun 2023. Model memberikan performa prediksi yang baik pada periode tersebut dengan nilai RMSE, MAPE dan R adalah 12.687, 0.08 dan 0.913 . Nilai hasil prediksi dan aktual digunakan untuk menentukan volatilitas INFOBANK15 dan ditemukan volatilitas INFOBANK15 lebih tinggi dibandingkan volatilitas prediksi, indeks LQ45 dan IHSG ,sehingga indeks INFOBANK15 dapat menjadi pilihan investasi untuk seseorang dengan profil risiko yang tinggi. Berdasarkan hasil prediksi model, periode akhir agustus 2023 sampai awal Desember 2023 indeks INFOBANK15 mengalami penurunan selama pertengahan Agustus sampai awal Desember kemudian menuju pertengahan desember terjadi pemulihan yang cepat.