Prediksi Perubahan Harga Saham Goto Dengan Data Historis Dan Eksogen Menggunakan Model Sarimax Dan LSTM

Kegiatan investasi saham mengalami peningkatan dari segi jumlah investor sebesar 53,41% pada era pandemi COVID-19, sehingga membuktikan bahwa kekuatan dunia pasar modal lebih diprioritaskan oleh masyarakat. Fakta tersebut yang akhirnya mendorong para investor untuk berlomba-lomba untuk mendapatkanm informasi sebanyak-banyaknya untuk mendapatkan return yang besar dalam waktu singkat. Oleh karena itu, banyak investor berdiskusi, memprediksi, dan membagikan berita mengenai saham-saham melalui media sosial, salah satunya adalah Twitter. Melalui pesan teks Twitter tersebut, model analisis sentimen seperti FinBERT mampu berperan dalam menentukan polaritas dari teks tersebut. Tujuan dari penelitian ini adalah menentukan performa dari model SARIMAX dan LSTM dalam memprediksi perubahan harga saham Grup GOTO dengan membandingkan
metrik RMSE dan MAE dari model tersebut dan mengetahui pengaruh variabelvariabel eksogen yang digunakan sebagai input dari model-model tersebut dalam memprediksi perubahan harga saham. Hasil yang didapatkan pada penelitian ini adalah model LSTM dengan variabel eksogen adalah model dengan performa terbaik dari model kontrol tanpa variable eksogen, seperti LSTM baseline dan SARIMA, serta SARIMAX dalam memprediksi perubahan harga saham PT GoTo Gojek Tokopedia Tbk. berdasarkan nilai metrik RMSE (3,68) dan MAE (2,47). Model LSTM dengan eksogen memiliki peningkatan performa nilai RMSE sebesar 4% dan MAE sebesar 2% dibandingkan dengan model LSTM baseline. Variabelvariabel eksogen dalam model LSTM berhasil meningkatkan performa model, komponen sentimen dari tweets di Twitter (positive_adj) yang diolah menggunakan
model FinBERT memiliki pengaruh yang terbesar dibandingkan variabel eksogen yang lainnya, diikuti oleh jumlah reply harian dari metadata tweets Twitter. Model
berbasis SARIMAX mengalami degredasi performa dengan penambahan variabel eksogen, hal tersebut dapat dilihat dari nilai metrik RMSE dan juga MAE.