Muhammad Fadel Mubarak, Marhawati Najib, Valentino Aris

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

Introduction

Proyeksi waktu potensial untuk berinvestasi menggunakan algoritma long short-term memory. Proyeksikan makroekonomi Indonesia 2025-2029 dan strategi investasi dinamis menggunakan algoritma LSTM. Analisis suku bunga, inflasi, ketenagakerjaan untuk keputusan investasi cerdas.

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.

Full Text

Comments

You need to be logged in to post a comment.