PERBANDINGAN MODEL LSTM DAN GRU DALAM ANALISIS TEKNIKAL SAHAM BBCA = Comparison of LSTM and GRU Models in Technical Analysis of BBCA Stock

Latar Belakang. Investasi semakin populer sejak masa pandemi, dengan pertumbuhan jumlah investor di Indonesia yang meningkat pesat. Salah satu instrumen investasi yang dikenal luas adalah saham. Namun, saham memiliki risiko yang relatif tinggi dibandingkan dengan instrumen investasi lainnya, sehingga diperlukan analisis yang cermat sebelum melakukan pembelian saham. Tujuan. Penelitian ini bertujuan untuk menerapkan model deep learning, membandingkan tingkat akurasi, dan menentukan model yang lebih baik antara Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) dalam peramalan harga saham BBCA. Metode. Penelitian ini menggunakan data sekunder yang diperoleh dari Investing.com dengan harga saham BBCA sebagai objek penelitian. Data tersebut kemudian dinormalisasi dan diproses menggunakan kedua model untuk melakukan peramalan harga saham. Hasil. Model LSTM dan GRU dapat diimplementasikan dengan baik dalam penelitian ini. Hasil evaluasi menunjukkan bahwa model GRU memiliki tingkat akurasi sebesar 6,75%, sementara model LSTM menghasilkan akurasi sebesar 6,87%. Kesimpulan. Berdasarkan hasil penelitian, model GRU lebih baik dalam mengolah data saham BBCA karena memiliki nilai error yang lebih kecil dibandingkan dengan LSTM. Oleh karena itu, model GRU lebih efisien dalam penelitian ini dibandingkan dengan LSTM.