Pada masa kini, terdapat berbagai cara untuk meningkatkan penghasilan,
salah satunya adalah investasi saham. Saham dapat dibeli pada suatu pasar saham
salah satunya adalah NYSE (New York Stock Exchange). Salah satu indeks saham
dalam NYSE (New York Stock Exchange) adalah DJIA (Dow Jones Industrial
Average). Dalam perhitungan harga saham, dapat digunakan perhitungan analisis
yang dibagi menjadi dua yaitu Analisis Fundamental dan Analisis Teknikal. Pada
penelitian ini, Analisis Teknikal dapat dilaksanakan menggunakan Machine
Learning. Akan tetapi Machine Learning saja tidak cukup sehingga untuk mengolah
data yang ada, maka dari itu digunakanlah Deep Learning bertipe Jaringan Saraf
Tiruan menggunakan metode GRU (Gate Recurrent Unit). Dari penelitian yang
dilakukan, ditemukan permasalahan tentang apakah metode GRU (Gate Recurrent
Unit) tepat digunakan pada data harian, mingguan, atau bulanan sehingga mendapat
akurasi yang tinggi dan hasil pembelajaran data sesuai dengan data aktual yang ada.
Penelitian diawali dengan melakukan analisis dataset yang digunakan, yaitu
dataset milik McDonald’s Corporation dari tanggal 6 Januari 2006 hingga 14 April
2021 yang dibagi menjadi tiga yaitu data harian, data mingguan, dan data bulanan.
Setelah analisis dilakukan maka melakukan preprocessing data dan membagi data
sebagai data pelatihan dan data uji coba. Lalu penelitian berlanjut dengan
mengembangkan model serta melakukan pelatihan dan evaluasi pada model yang
telah dibuat. Pada akhirnya, melalui model yang telah dibuat, dilakukan prediksi
sehingga mendapatkan hasil serta melakukan analisis dan pembahasan pada hasil
ekperimen yang telah dicapai.
Dari hasil pembahasan yang ada, hasil terbaik didapatkan untuk data
mingguan. Hal ini dapat dibuktikan karena hasil dari nilai akurasi R
Score yang
tinggi sebesar 95.075%, dan nilai error yang rendah (MAE (Mean Absolute Error)
sebesar 2.150, RMSE (Root Mean Squared Error) mempunyai nilai sebesar 6.267,
dan MAPE (Mean Absolute Percentage Error) mempunyai nilai error sebesar
2.439%) dibandingkan dengan kedua data yang lain. Selain itu pada pengujian
berulang, hasil yang didapat tidak berbeda jauh dari hasil sebelumnya.