Penelitian ini bertujuan untuk memprediksi harga penutupan saham Zomato
menggunakan metode Long Short-Term Memory (LSTM). Pasar saham Zomato
dikenal dengan volatilitasnya yang tinggi, menjadikannya subjek yang menarik
untuk penelitian prediksi harga saham. LSTM adalah jenis jaringan saraf tiruan
yang efektif dalam menangkap pola temporal dalam data urutan, yang membuatnya
cocok untuk analisis data time series seperti harga saham. Dalam penelitian ini,
model LSTM dengan beberapa lapisan (multiple layer) digunakan karena terbukti
memiliki akurasi yang lebih tinggi dibandingkan dengan model satu lapisan (single
layer). Data saham Zomato diperoleh dari Yahoo Finance dan melalui proses
preProcessing sebelum dimasukkan ke dalam model. Hasil penelitian menunjukkan
bahwa model LSTM dapat memprediksi harga saham dengan tingkat akurasi yang
tinggi, memberikan wawasan yang bermanfaat bagi investor dan pengembang
model prediksi pasar saham. Penelitian ini diharapkan dapat menjadi referensi bagi
penelitian selanjutnya dalam bidang prediksi pasar saham menggunakan metode
pembelajaran mendalam.
Kata Kunci : LSTM, Prediksi Saham, Fungsi Aktivasi, Evaluasi