Perpustakaan Digital ITB

Fisika merupakan ilmu yang mempelajari struktur materi dan interaksi antara unsur-unsur dasar alam semesta yang dapat diamati. Ilmu fisika dapat memunculkan pandangan baru dalam menghadapi ekonomi. Pasar saham, oleh karena digolongkan sebagai sistem kompleks dengan elemen-elemen yang berinteraksi secara tidak teratur, dapat menggunakan pendekatan fisika dalam analisisnya. Bisnis e-commerce atau markerplace yang telah mencapai valuasi milliaran menjadi salah satu komponen besar pasar saham menjadi salah satu opsi investasi dengan peminat yang meningkat. Oleh karena kompleksitas pergerakan ini, digunakan beberapa metode dalam prediksi pergerakan pasar antara lain analisis teknikal, menggunakan model machine learning, dan analisis fundamental yang menggunakan data-data internal perusahaan. Model yang digunakan, yaitu Long-Short Term Memory (LSTM), karena kemampuannya dalam menyimpan informasi dari loop jarak jauh dan model Bidirectional Long-Short Term Memory (BLSTM) karena kemampuannya yang dapat menerima informasi baik dari urutan depan (forward) maupun belakang (backward) sebagai perbandingan performa model. Kegiatan optimasi model menggunakan hyperparameter tuning dengan Grid Search untuk menghasilkan prediksi terbaik. Kemudian, dilakukan perbandingan antara hasil prediksi model dan analisis fundamental. Model dengan performa terbaik menggunakan model BLSTM-HT, dengan hasil RMSE training sebesar 3,3346 dan testing sebesar 3,8512 dan error maksimal yang didapat sebesar 15,3361 USD dan 9,0531 USD. Hasil prediksi model menunjukkan saham perusahaan secara umum naik. Hal ini sesuai dengan prediksi dari hasil analisis fundamental yang dilakukan, dimana walaupun terdapat beberapa kerugian yang dialami oleh perusahaan, oleh karena potensi bisnis model yang baik dan potensi sektor yang terus berkembang, diprediksi saham akan mengalami kenaikan.