Perbandingan Kinerja Model Multivariate LSTM dan GRU dalam Memprediksi Harga Saham TLKM berdasarkan Data Historis 5 Tahun

Abstrak

Pergerakan harga saham yang fluktuatif menuntut adanya metode prediksi yang akurat untuk mendukung pengambilan keputusan investasi. Penelitian ini bertujuan untuk membandingkan kinerja model Multivariate Long Short-Term Memory (LSTM) dan Multivariate Gated Recurrent Unit (GRU) dalam memprediksi harga saham PT Telkom Indonesia Tbk (TLKM). Data yang digunakan merupakan data historis harian periode 20 November 2020 hingga 20 November 2025 sebanyak 1.205 data, yang meliputi variabel open, high, low, close, dan volume. Data dibagi menjadi 80% data latih dan 20% data uji, kemudian dinormalisasi menggunakan Min–Max Scaling serta dibentuk menjadi sekuens dengan window size 30 hari. Model dilatih menggunakan optimizer Adam, batch size 32, dan 50 epoch. Evaluasi kinerja dilakukan menggunakan Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model GRU menghasilkan RMSE sebesar 103,04, lebih kecil dibandingkan LSTM sebesar 105,10, dengan peningkatan sekitar 1,96%. Sementara itu, berdasarkan MAE, model LSTM sedikit lebih unggul dengan nilai 81,03 dibandingkan GRU sebesar 81,62. Visualisasi prediksi menunjukkan bahwa kedua model mampu mengikuti pola pergerakan harga saham TLKM dengan baik. Prediksi harga 7 hari ke depan menunjukkan adanya kecenderungan tren kenaikan harga saham TLKM. Secara keseluruhan, kedua model memiliki performa yang baik, dengan GRU lebih unggul dalam meminimalkan kesalahan besar, sedangkan LSTM lebih stabil pada kesalahan rata-rata.