Analisis Perbandingan Model Prediksi Harga Saham melalui Pendekatan Long-Short Term Memory (LSTM) Dan Autoregressive Integrated Moving Average (ARIMA) (Studi Kasus: Alfamart dan Alfamidi)

Penelitian ini bertujuan membangun model prediksi harga saham Alfamart dan Alfamidi sebagai respons terhadap meningkatnya minat investasi saham masyarakat Indonesia. Hasil yang diharapkan adalah memberikan wawasan tentang pemilihan model prediksi harga saham yang akurat dan berbasis data nyata. Menggunakan data historis harga saham, studi ini mengembangkan model pembelajaran mesin dengan metode LSTM dan ARIMA, lalu menguji keakuratan model dalam memprediksi harga aktual yang tidak pernah dilihat sebelumnya menggunakan metrik RMSE dan akurasi. Hasilnya menunjukkan bahwa model LSTM memiliki RMSE sebesar 51,65 dalam memprediksi saham Alfamart dan 15,00 untuk saham Alfamidi. Sebaliknya, model ARIMA menghasilkan RMSE sebesar 284,24 dalam memprediksi saham Alfamart dan 51,42 untuk saham Alfamidi. Temuan ini mengindikasikan bahwa metode LSTM lebih efektif dalam memprediksi harga saham Alfamart dan Alfamidi.
Kata kunci : Alfamidi, Alfamart, Prediksi Saham, LSTM, ARIMA