Perbandingan Penggunaan Algoritma Machine Learning pada Prediksi Tren Harga Saham Netflix

Abstract

Salah satu instrumen finansial yang cukup dikenal dan digandrungi oleh masyarakat adalah saham, karena mampu memberikan keuntungan yang besar. Selama pandemi Covid-19 pertumbuhan investor saham di Indonesia mencapai 27% dalam waktu satu tahun. Namun untuk bisa mendapatkan keuntungan investor harus mampu melihat tren harga saham yang sedang terjadi untuk dapat memaksimalkan keuntungan. Penelitian ini bertujuan mencoba memprediksi tren pergerakan harga saham menggunakan pendekatan algoritma deep learning. Algoritma yang digunakan akan dibandingkan satu sama lain untuk  mengetahui algoritma mana yang efektif untuk memproses data saham. Algoritma yang akan dibandingkan adalah Linear Regression, Decision Tree Regression serta Long Short Term Memory (LSTM). Data yang akan digunakan adalah data saham Netflix, Inc (NFLX) yang merupakan saham dari bursa saham NASDAQ. Didapatkan hasil bahwa model LSTM mempunyai nilai RMSE 10.834, Linear Regression dengan nilai RMSE 11.906 dan Decision Tree Regression dengan nilai RMSE 36.679. Kesimpulan yang dapat diambil adalah performa algoritma LSTM yang khusus dikembangkan untuk memproses data time series dapat mengungguli kedua algoritma lainnya.