Prediksi Saham Volatil di Indonesia Menggunakan Metode CNN-LSTM

Abstract

Saham dapat memiliki volatilitas yang tinggi yang berarti harga saham dapat mengalami fluktuasi yang sangat dinamis dalam hitungan waktu yang sangat singkat. Fluktuasi harga saham dapat dipengaruhi oleh sejumlah faktor seperti tren ekonomi, siklus ekonomi, struktur ekonomi, dan variabel makro ekonomi lainnya. Beberapa saham yang tergolong volatil adalah saham SCMA.JK milik PT Surya Citra Medika Tbk dan LPPF.JK milik PT Matahari Departement Store Tbk karena mengalami perubahan harga yang drastis. Karena adanya fluktuasi, maka dibutuhkan metode peramalan harga saham untuk memaksimalkan potensi keuntungan dari perdagangan saham. Pada harga saham, Time Series Forecasting merupakan metode yang paling umum digunakan jika merujuk terhadap data historis yang dalam kasus ini adalah harga saham. Dengan kemajuan teknologi dan kebutuhan untuk mengatasi kompleksitas dinamika pasar saham, peneliti tertarik untuk menggunakan metode Long Short-Term Memory (LSTM) sebagai pendekatan yang memiliki potensi dalam memprediksi harga saham. Hal tersebut dikarenakan metode LSTM merupakan metode yang lebih unggul dibandingkan dengan RNN konvensional yang terletak pada kemampuannya untuk menyimpan dan menangkap ketergantungan jangka panjang dalam data. Berdasarkan latar belakang tersebut, rumusan masalah yang diangkat dalam penelitian ini adalah 1) bagaimana hasil prediksi harga saham volatil dengan menggunakan metode CNN- LSTM; 2) bagaimana hasil error peramalan harga saham volatil dengan menggunakan metode CNN-LSTM. Penelitian ini bertujuan untuk memprediksi harga empat saham volatil menggunakan metode CNN-LSTM. Beberapa saham yang digunakan dalam penelitian ini adalah saham SCMA.JK (PT Surya Citra Media Tbk) yang merupakan perusahaan yang bergerak di bidang media massa, INDY.JK (PT. Indika Energy Tbk) yang merupakan perusahaan terintegrasi yang mencakup sumber daya energi, jasa energi, dan bisnis infrastruktur energi, khususnya di segmen batu bara, ANTM.JK (PT Aneka Tambang Tbk) yang merupakan perusahaan pertambanganprodusen nikel terbesar di Indonesia, dan LPPF.JK (PT Matahari Department Store Tbk) yang merupakan platform ritel terbesar di Indonesia. Hasil dari penelitian ini menunjukkan bahwa skor matriks pengukuran dari metode CNN-LSTM lebih baik dibandingkan dengan metode LSTM. Dengan demikian, dapat disimpulkan bahwa metode CNN-LSTM merupakan metode yang lebih unggul dibandingan metode LSTM dalam meprediksi harga saham volatil di Indonesia.