Platform untuk Mempermudah Investasi Saham dengan Menerapkan Sequential Deep Learning

Investasi merupakan sesuatu yang tidak banyak diperbincangkan dalam beberapa tahun kebelakang. Semua berubah dikarenakan pandemi yang membuat banyak orang mengeksplorasi untuk mencari sumber keuangan alternatif dan alhasil investasi menjadi salah satu alternatif populer dan menjadi bahan perbincangan umum, baik dari segala kalangan muda maupun tua. Banyak masyarakat berbondong-bondong membeli saham dan instrumen finansial lainnya karena tren yang sangat ramai pada saat itu dimana setiap hari kita bisa melihat banyak orang mengalami keuntungan yang besar. Dikarenakan itu, penulis pun melihat sebuah peluang untuk membangun dan memasarkan sebuah platform dengan tujuan untuk membantu dan memudahkan proses investasi bagi calon investor pemula. Instrumen yang dibahas di dalam platform ini pun merupakan saham dikarenakan saham merupakan salah satu pilihan investasi paling populer pada saat ini dan memiliki risiko yang lebih besar dibandingkan kebanyakan instrumen finansial lainnya sehingga akan lebih relevan untuk membahasnya. Ada beberapa fitur yang dibangun di dalam platform untuk mendamping masyarakat dalam proses berinvestasi mereka. Fitur pertama yang dibangun merupakan sebuah fitur perencanaan keuangan yang membantu pengguna mengalokasikan keuangan mereka untuk investasi. Fitur ini dapat menentukan profil risiko seseorang dengan cara memberikan sejumlah pertanyaan dan dari jawaban yang diberikan dapat menunjukan alokasi keuangan yang sesuai dengan profil tersebut. Fitur kedua merupakan sebuah Heat Map saham yang dapat membantu pengamatan terhadap keadaan pasar saham dan sektor-sektor yang tersedia agar pengguna dapat lebih familiar dengan jenis-jenis saham dan terakhir, fitur utama dari platform ini merupakan sebuah fitur prediksi saham yang bertujuan memberikan gambaran mengenai pergerakan harga saham selama 5 hari kedepan dengan mengandalkan teknologi AI. Model AI yang digunakan disini merupakan model LSTM dan setelah dilakukan pelatihan serta membandingkan prediksi hagra saham yang dibuat oleh model LSTM dengan data yang aktual, didapatkan hasil error dengan metode Mean Average Percentage Error (MAPE) sebesar 2,27%