%0 Generic
%A Annisa Syifa , Sugaryadi
%C UNIVERSITAS LAMPUNG
%D 2024
%F eprints:80951
%I MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T PERAMALAN HARGA SAHAM PT ASTRA AGRO LESTARI TBK PADA BURSA EFEK INDONESIA (BEI) MENGGUNAKAN ALGORITMA GATED RECURRENT UNIT (GRU)
%U http://digilib.unila.ac.id/80951/
%X Gated Recurrent Unit (GRU) adalah sebuah bentuk pengembangan Recurrent Neural Network (RNN) yang dirancang untuk mengatasi masalah yang sering dialami RNN tradisional seperti exploding gradient atau vanishing gradient.  GRU mampu melihat pola dan beradaptasi dengan pergerakan data sehingga GRU dianggap unggul dalam mengolah data frekuensi tinggi seperti data saham.  Penelitian dilakukan untuk menilai kinerja model GRU dalam meramal harga saham harian dan prediksi jangka pendek selama 30 hari.  Hyperparameter tuning diteraptkan untuk mengoptimalkan jumlah unit hidden layer, dense layer, ukuran batch, dan juga dropout untuk meningkatkan akurasi dan mencegah overfitting. Dari hasil penelitian, didapatkan model terbaik dibangun dengan menggunakan 64 unit dense layer, 16 unit hidden layer, 16 batch size, dan 0,1 dropout dengan nilai RMSE sebesar 0,013 dan MAPE 0,03 dimana akurasi mencapai 99,97%. Dapat disimpulkan bahwa model menunjukkan kinerja yang baik dalam memprediksi harga saham berdasarkan dari evaluasi model dan hasil peramalan yang tidak terlalu jauh dari data aktual terkini.