Nilai tukarmata uang merupakan salah satu variabel penting dalam ekonomi makro karena perubahan nilai tukar dapat memengaruhi stabilitas danaktivitas ekonomi. Ketidakpastian nilai tukar ini merupakan permasalahan yang penting dalam bidang keuangan, sehingga diperlukan prediksi yang akurat untuk merancang langkah strategis dalam menghadapi fluktuasi valuta asing. Penelitian ini bertujuan untuk menjelaskan proses pengimplementasian model deep learning LSTM dan GRU dalam memprediksi valuta asing terhadap nilai tukar Rupiah dan US Dolar serta menganalisis hasil evaluasi dan hasil prediksi modelLSTM dan GRU. Berdasarkan hasil penelitian yang diperoleh, pengimplementasian model LSTM dan GRU memiliki performa yang semakin baik selama proses training berdasarkan penurunan nilai loss dan RMSE. Saat pengukuran akurasi model pada proses testing, model LSTM dan GRU menunjukkan akurasi yang baik. Model LSTM menghasilkan nilai RMSE sebesar 0,159; MAE sebesar 0,133 dan R^2 sebesar 0,932. Model GRU menghasilkan nilai RMSE sebesar 0,124; MAE sebesar 0,102 dan R^2 sebesar 0,958. Diperoleh model GRU yang paling optimal karena menghasilkan nilai RMSE dan MAE terkecil serta nilai R^2 yang paling mendekati 1.

Kata kunci: LSTM, GRU, Prediksi, Valuta Asing