PENERAPAN ALGORITMA LONG SHORT-TERM MEMORY DALAM MEMPREDIKSI HARGA SAHAM PERUSAHAAN BADAN USAHA MILIK NEGARA PASCA PERESMIAN DANANTARA

Peresmian Danantara sebagai lembaga pengelola investasi dan aset strategis negara pada 24 Februari 2025 berpotensi memengaruhi persepsi investor terhadap saham Badan Usaha Milik Negara (BUMN). Penelitian ini bertujuan menganalisis pengaruh peresmian Danantara terhadap pergerakan harga saham PT Telekomunikasi Indonesia Tbk (TLKM.JK) dengan menerapkan algoritma Long Short-Term Memory (LSTM). Data historis harga saham harian TLKM diperoleh dari Yahoo! Finance menggunakan API yfinance. Penelitian menggunakan metrik evaluasi Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Metode penelitian mencakup tahapan preprocessing data, pembagian dataset 80% data latih, 20% data uji, pembangunan model LSTM dua lapis dengan 256 unit dan dropout 0,3, pelatihan model selama 300 epoch dengan batch size 64, serta prediksi harga 20 hari perdagangan pasca peresmian Danantara. Hasil penelitian menunjukkan bahwa model LSTM yang dikembangkan mampu memprediksi harga saham dengan akurasi tinggi, ditunjukkan oleh nilai MAE sebesar 0,02217 dan RMSE sebesar 0,023, yang setara dengan MAPE 2,17%. Prediksi harga dalam 20 hari perdagangan pasca Danantara tidak menunjukkan pergerakan harga signifikan yang dapat diatribusikan secara langsung kepada peristiwa tersebut. Penelitian ini menyimpulkan bahwa peresmian Danantara tidak memberikan pengaruh signifikan terhadap harga saham TLKM dalam jangka pendek, mengindikasikan bahwa pasar mungkin telah mengantisipasi informasi tersebut sebelumnya atau dampaknya belum terlihat dalam periode pengamatan 20 hari perdagangan.