METODE GENETIC ALGORITHM - LONG SHORT-TERM MEMORY PADA PERAMALAN HARGA SAHAM

Abstrak

Pelatihan dan keberhasilan algoritma deep learning sangat dipengaruhi terhadap pemilihan hyperparameter yang tepat. Dalam penelitian ini akan dilakukan hybrid antara Genetic Algorithm dan Long Short-Term Memory untuk mencari model yang cocok dalam memprediksi harga saham Bank Rakyat Indonesia Tbk. Hybrid LSTM yang diintegrasikan dengan GA untuk menemukan window size, epoch, dan jumlah unit LSTM. Pemilihan algoritma untuk pengoptimalan menggunakan optimizers untuk mendapatkan model terbaik sehingga dapat ditemukan hyperparameter terbaik untuk peramalan data time series. Dari metode Genetic Algorithm – Long Short-Term Memory yang telah diterapkan menghasilkan, bahwa metode tersebut memiliki tingkat akurasi yang baik dengan nilai MAPE di bawah 10% di setiap optimizer yang digunakan. Tingkat kesalahan yang dihasilkan cukup rendah dengan nilai RMSE 93,03 sampai dengan 94,40 saat training dan testing. Kemudian hyperprameter terpilih yang dapat digunakan yaitu epoch sebesar 24, dengan neurons [4, 5, 2] dan window size 2, serta optimizer Adam. The training and success of deep learning algorithms is strongly influenced by the selection of the right hyperparameters. In this research, a hybrid between Genetic Algorithm and Long Short-Term Memory will be carried out to find a suitable model in predicting the stock price of Bank Rakyat Indonesia Tbk. Hybrid LSTM integrated with GA to find window size, epoch, and number of LSTM units. Algorithm selection for optimization uses optimizers to get the best model so that the best hyperparameters can be found for forecasting time series data. From the Genetic Algorithm – Long Short-Term Memory method that has been applied, it shows that this method has a good level of accuracy with MAPE values ​​below 10% in each optimizer used. The resulting error rate is quite low with an RMSE value of 93.03 to 94.40 during training and testing. Then the selected hyperparameter that can be used is epoch of 24, neurons [4, 5, 2], window size 2, and optimizer Adam.