GRU, AdaGrad, RMSprop, Adam Implementasi Metode Gate Recurrent Unit (GRU) dan Metode Optimasi Adam Untuk Prediksi Harga Saham

Abstrak

Dari segi potensinya, saham adalah salah satu pilihan investasi yang paling menguntungkan saat ini. Jika dilakukan dengan baik dan benar, saham bisa menjadi investasi yang sangat menguntungkan. Namun, harga saham yang bergejolak membuat kita perlu memprediksi harga saham untuk mendapatkan keuntungan. Gated Recurrent Unit (GRU) adalah salah satu metode untuk memprediksi data time series seperti harga saham. Metode optimasi diperlukan agar mendapatkan hasil prediksi yang akurat. Metode optimasi pembaharuan bobot seperti Adam diimplementasikan untuk mendapatkan bobot terbaik pada Gated Recurrent Unit (GRU) dan untuk mengetahui nilai loss function terbaik yang dihasilkan metode optimasi Adam. Implementasi GRU-Adam dilakukan pada dua saham yakni saham ICBP dan saham YULE. Hasil dari penelitian ini yaitu pada data ICBP menghasilkan nilai loss function masing-masing yaitu train loss 0,0016 serta validation loss 0,0007. Sedangkan pada data YULE menghasilkan nilai train loss 0,0051 serta validation loss 0,0031. MAPE yang dihasilkan pada data saham ICBP yaitu 0,97%. Sedangkan pada data YULE yakni   3,00%.