ANALISIS PERBANDINGAN HASIL MODEL AUTOREGRESIVE INTEGRATED MOVING AVERAGE DAN LONG SHORT TERM MEMORY DALAM PERAMALAN INDEKS SAHAM SYARIAH INDONESIA

Abstract

Artikel ini menyajikan perbandingan hasil peramalan Indeks Saham Syariah Indonesia (ISSI) menggunakan dua model analisis data deret waktu, yaitu Autoregressive Integrated Moving Average (ARIMA) dan Long Short Term Memory (LSTM). Data analisis yang digunakan adalah harga penutupan yang disesuaikan (adjusted closing price) dari ISSI selama periode 1 Januari 2021 hingga 29 Desember 2023. Hasil analisis menunjukkan bahwa model ARIMA memiliki rata-rata kesalahan yang lebih rendah dibandingkan model LSTM, baik dalam hal besaran kesalahan maupun persentase kesalahan. Hal ini menunjukkan bahwa model ARIMA lebih efektif dalam memprediksi ISSI untuk dataset yang digunakan.