Investasi saham semakin diminati mahasiswa Indonesia, terutama generasi milenial dan Z yang mendominasi 79% investor muda. Namun, fenomena Fear of Missing Out (FOMO) sering memicu keputusan tanpa analisis. Proyek ini menghadirkan sistem rekomendasi saham berbasis website dengan big data dan model Long Short-Term Memory (LSTM). Pipeline big data mencakup pengumpulan, pemrosesan, penyimpanan, dan visualisasi data saham IDX80 dari Yahoo Finance, dianalisis menggunakan Moving Average, RSI, dan Bollinger Bands. Model LSTM memprediksi harga saham berdasarkan efek Turn-of-the-Month (ToM) dan Day-of-the-Week (DoW), dengan hasil ditampilkan untuk mendukung keputusan investasi yang lebih bijak. Hasil evaluasi menunjukkan rata-rata R² sebesar 0,823 dengan 63 dari 80 ticker di atas 0,8, mencerminkan kecocokan model yang kuat. Ticker terbaik adalah INCO, SSIA, dan ELSA (R² = 0,98), sedangkan terburuk NCKL (R² = -0,83). Dengan MAE 118,40 dan RMSE 149,92 (4,24%–5,37%), tingkat kesalahan model tergolong rendah. Pengujian end-to-end menunjukkan seluruh tahapan pipeline berjalan lancar sesuai rancangan. Sementara itu, hasil user acceptance test (UAT) mencatat rata-rata kepuasan pengguna sebesar 88%, menandakan sistem telah cukup memenuhi ekspektasi pengguna.