PROYEKSI WAKTU POTENSIAL UNTUK BERINVESTASI MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY

Read full text
Authors: Muhammad Fadel Mubarak, Marhawati Najib, Valentino Aris
Cited by: 0

Abstract

Penelitian ini bertujuan untuk memproyeksikan kondisi makroekonomi Indonesia pada periode 2025–2029 serta merumuskan strategi investasi yang relevan berdasarkan hasil forecasting menggunakan algoritma Long Short-Term Memory (LSTM). Tiga indikator ekonomi utama yang dianalisis meliputi tingkat suku bunga (Interest Rate), inflasi (Consumer Price Index), dan ketenagakerjaan (Non-Farm Payroll). Data historis bulanan dari tahun 1970 hingga 2023 digunakan untuk melatih model LSTM, yang kemudian menghasilkan prediksi nilai ketiga indikator tersebut secara tahunan. Hasil forecasting menunjukkan tren penurunan suku bunga dan inflasi secara bertahap, serta pertumbuhan ketenagakerjaan yang meningkat dari tahun ke tahun. Berdasarkan hasil tersebut, strategi investasi disusun secara dinamis, menyesuaikan kondisi ekonomi makro pada setiap tahunnya. Strategi yang disarankan mencakup pendekatan konservatif pada awal periode (2025–2026) dan lebih agresif pada fase ekspansi ekonomi (2028–2029). Penelitian ini menunjukkan bahwa penggunaan model LSTM dapat membantu investor dalam menyusun keputusan investasi yang lebih tepat, berbasis pada proyeksi data makroekonomi yang akurat dan terukur.

Fields of Study & Subjects

Stock Market Forecasting Methods Forecasting Techniques and Applications Monetary Policy and Economic Impact

Publication details

Journal / source
Journal of Information System Management (JOISM)
Volume
7
Issue
2
Pages
209–217
Publication date
18 January 2026