Media investasi yang populer di Indonesia adalah saham, dan salah satu patokan dari
pergerakan saham adalah indeks saham suatu negara karena mencerminkan kinerja dari
pasar saham suatu negara. Demi mengurangi tingkat kerugian dan memaksimalkan
keuntungan salah satu cara yang dilakukan dengan melakukan peramalan atau prediksi.
Penelitian ini melakukan implementasi prediksi harga indeks saham di Asia
menggunakan metode LSTM di mana salah satu proses dalam pengelolaan data
sebelum dijalankan dengan metode LSTM yaitu data split. Penelitian ini juga mencari
rasio data split paling sesuai pada prediksi harga indeks saham Asia untuk
meminimalkan tingkat eror dan perbedaan harga peramalan dan harga asli alasannya
pada penelitian sebelumnya terdapat beberapa rule of thumb dalam membagi data
sehingga perlu dilakukan perbandingan rasio yang paling sesuai pada penlitian ini.
Berdasarkan proses evaluasi nilai eror didapati dari 9 rasio data split yang dijalankan 5
rasio yaitu 90:10, 80:20, 70:30, 60:40 dan 50:50 menghasilkan bentuk garis grafik
prediksi yang menyerupai garis validasi. Tiga dataset yaitu rasio data split 80:20, 70:30
dan 60:40 menjadi rasio yang mendapatkan nilai eror terendah berdasarkan nilai
RMSE, MSE, MAPE dan MAE pada 5 dataset indeks saham Asia. Ketiga rasio tersebut
kemudian dibandingkan kembali dengan melihat nilai rata-rata persentase perbedaan
harga validasi dengan harga prediksi satu hari kerja berikutnya dan didapati rasio 80:20
adalah rasio data split paling sesuai dalam meramalkan harga indeks saham hari kerja
berikutnya dengan tingkat perbedaan nilai rata-rata harga asli dan harga prediksi pada
indeks saham Asia sebesar 1,26%. Sedangkan rasio 70:30 memiliki nilai rata-rata
prediksi pada 5 dataset indeks saham Asia sebesar 1,91% serta rasio 60:40 sebesar
1,81%.
Kata kunci:
Saham, Indeks Saham Asia, LSTM, Prediksi Harga, Data Split.