Prediksi Pola Pergerakan Saham PT. Alamtri Resources Indonesia TBK Adro.Jk Melalui Model Prediksi LSTM Berbasis Data Historis

Pergerakan harga saham yang fluktuatif menjadi tantangan dalam pengambilan keputusan investasi. Untuk mengatasi hal tersebut, diperlukan model prediksi yang mampu menangkap pola historis dan meramalkan harga saham secara akurat. Penelitian ini bertujuan untuk membangun model prediksi harga saham PT Alamtri Resources Indonesia Tbk (ADRO.JK) menggunakan algoritma Long Short-Term Memory (LSTM). Data yang digunakan merupakan data harga penutupan harian periode 1 Januari 2020 hingga 30 Desember 2024 yang diperoleh dari Yahoo Finance. Data diolah dalam format time series dengan pendekatan sliding window, menggunakan 30 data historis untuk memprediksi satu harga ke depan. Model dibangun menggunakan dua lapisan LSTM, satu lapisan Dense, serta teknik Dropout dan EarlyStopping untuk mencegah overfitting. Hasil pelatihan dan pengujian menunjukkan bahwa model memiliki performa yang sangat baik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,0341 atau 3,41%, yang setara dengan akurasi prediksi sebesar 96,59%. Pada skenario prediksi jangka pendek selama 7 hari, model mencapai akurasi sebesar 99,07% (MAPE = 0,0093), dan pada skenario jangka menengah hingga 19 Mei 2025, akurasi sebesar 98,76% (MAPE = 0,0124). Prediksi harga pada 19 Mei 2025 diperkirakan sebesar Rp 1.913,76. Dengan tingkat akurasi yang tinggi dan error yang rendah, model LSTM terbukti mampu menjadi alat bantu yang andal dalam memproyeksikan harga saham berbasis data historis.

Kata Kunci: Prediksi harga saham; Long Short-Term Memory; Yahoo Finance; Time Series; Algoritma Machine Learning