Indra Maulana Pengarang Rina Mahmudati, S.Pd., M.Pd Dosen Pembimbing 2 Adi Suwondo, S.Kom.,M.Kom Dosen Pembimbing 1 Adi Suwondo, M.Kom Penguji 1 Muslim Hidayat, S.Kom., M. Kom. Penguji 2

Pasar saham merupakan instrumen investasi yang populer karena potensi keuntungannya yang tinggi. Bank Rakyat Indonesia (BRI), sebagai salah satubank terbesar di Indonesia, termasuk dalam kategori saham blue chip yang aktif diperdagangkan di Bursa Efek Indonesia. Dengan tingkat likuiditas dan kapitalisasi pasar yang tinggi, Saham BBRI menjadi pilihan utama bagi investorritel maupun institusi. Penelitian ini bertujuan untuk memprediksi harga Saham BBRI menggunakan algoritma Long ShortTerm Memory (LSTM), sebuah metod yang efektif dalam mengolah data deret waktu (time series). Data historis diperoleh dari Yahoo Finance dan telah melalui proses preprocessing, termasuk pembersihan, normalisasi, dan pembagian data menjadi pelatihan dan validasi. Model dibangunmenggunakan library TensorFlow dan dievaluasi dengan metrik Mean Absolute Percentage Error (MAPE), yang mengkategorikan akurasi prediksi menjadi sangat akurat (<10%), akurat (10–20%), cukup akurat (20–50%), dan tidak akurat(>50%).Hasil penelitian menunjukkan bahwa model LSTM mampu memberikan prediksi harga Saham BBRI dengan tingkat akurasi yang cukup tinggi. Selain itu, penelitian ini menghasilkan sebuah website interaktif yang memungkinkan pengguna untuk menginput data historis dan memperoleh hasil prediksi dalam bentuk grafik. Dengan pendekatan ini, penelitian diharapkan dapat berkontribusi dalam pengembangan analisis pasar saham berbasis kecerdasan buatan sertamenjadi referensi untuk sistem prediksi serupa di masa depan. Kata Kunci : Long Short Term Memory, BRI, MAPE, Prediksi, Harga Saham.