Abstract:
Penelitian ini bertujuan untuk membangun sistem prediksi harga saham
menggunakan pendekatan deep learning berbasis Temporal Convolutional Network
(TCN) dengan memanfaatkan data historis harian saham periode 2018–2025 yang
diperoleh melalui Yahoo Finance. Variabel yang digunakan dalam sistem hanya
variabel harga penutupan (Close). Tahapan penelitian meliputi exploratory data
analysis (EDA), preprocessing data, pelatihan model, evaluasi hasil prediksi, dan
visualisasi hasil prediksi. Model TCN digunakan untuk melakukan prediksi satu
langkah ke depan (one-step ahead forecasting), dan kinerjanya dievaluasi
menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error
(RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian
menunjukkan bahwa model mampu menangkap pola temporal pergerakan harga
saham dan menghasilkan prediksi yang mendekati nilai aktual, sehingga sistem
yang dikembangkan dapat menjadi alat bantu analisis dalam memahami dinamika
harga saham.
