Analisis Performa Autoregressive Integrated Moving Average Model Dan Deep Learning Long Short-Term Memory Model Untuk Harga Penutupan Saham

Abstract

Analisis performa Autoregressive Integrated Moving Average Model dan Deep Learning Long Short-Term Memory Model adalah untuk menganalisis hasil prediksi data saham dalam meminimalkan resiko dalam membeli dan menjual saham, serta melakukan komparasi performa dari kedua model sebagai representasi dari perkembangan teknologi suatu algoritma deep learning dalam mencapai hasil, efisiensi waktu dan kerja komputasi suatu komputer. Data yang digunakan adalah data sekunder yang telah tersedia secara umum yang dapat diakses melalui situs Yahoo Finance. Berdasarkan hasil analisis dan prediksi yang telah peneliti lakukan, diketahui bahwa pada peneltian ini model ARIMA lebih unggul dari segi hasil prediksi dan waktu komputasi.