BI-DIRECTIONAL LONG SHORT-TERM MEMORY BERBASIS ATTENTION UNTUK PREDIKSI INDEKS HARGA SAHAM GABUNGAN DENGAN INTEGRASI VARIABEL MAKROEKONOMI

Oleh :
Rizky Putra Rahadhika - L0122145 - Fak. Teknologi Informasi dan Sains Data

Indeks Harga Saham Gabungan (IHSG) dipengaruhi oleh dinamika pasar domestik maupun variabel makroekonomi global yang bersifat nonlinear dan berubah mengikuti rezim pasar, sehingga model prediksi konvensional kerap kesulitan menangkap pola tersebut. Penelitian ini bertujuan menentukan kombinasi optimal antara konfigurasi variabel makroekonomi dan arsitektur deep learning dalam memprediksi log-return IHSG satu hari ke depan. Penelitian menggunakan data harian 14 instrumen keuangan (IHSG dan 13 variabel makroekonomi domestik-global) periode 2015 - 2025, yang disusun ke dalam lima konfigurasi fitur (C1 - C5, 6 hingga 99 fitur) dan dievaluasi pada empat arsitektur LSTM, LSTM dengan Attention, BiLSTM, dan BiLSTM dengan Temporal Attention menghasilkan 20 kombinasi model. Hyperparameter dioptimasi menggunakan Optuna, dan kinerja dievaluasi melalui blind holdout test, walk-forward cross-validation, uji Diebold-Mariano, serta simulasi trading backtesting. Interpretabilitas model dianalisis menggunakan Integrated Gradients dan bobot temporal attention berbasis rezim pasar (Bullish, Normal, Crisis). Hasil penelitian menunjukkan tidak terdapat satu kombinasi yang optimal secara mutlak: konfigurasi C3 (Plus Global) menghasilkan RMSE terendah, sementara C1 dan C4 lebih konsisten dari sisi Directional Accuracy. Uji Diebold-Mariano tidak menemukan perbedaan akurasi yang signifikan secara statistik antararsitektur, namun BiLSTM dengan Temporal Attention menghasilkan representasi rezim pasar yang lebih terpisah serta kinerja simulasi trading yang paling unggul dibandingkan benchmark buy-and-hold. Analisis interpretabilitas mengonfirmasi bahwa model beradaptasi secara sistematis terhadap rezim pasar. Pengujian tambahan pada data riil 2026 menunjukkan kinerja model belum sebaik pada data historis, mengindikasikan pentingnya evaluasi dan pemantauan berkala dalam penerapan model prediksi pasar keuangan berbasis data historis.