Analisis Time Series Prediksi Penutupan Harga Saham Antm.Jk Dengan Algoritma SVM Model Regresi

##plugins.themes.academic_pro.article.sidebar##

Published Aug 15, 2019
https://doi.org/10.51977/jti.v1i1.92
Download
PDF
Statistic

Downloads

Download data is not yet available.
Vol 1 No 1 (2019): Jurnal Responsif : Riset Sains dan Informatika

##plugins.themes.academic_pro.article.main##

Yudi Ramdhani
Universitas BSI
Ade Mubarok
Universitas BSI

Abstract

Prediksi harga saham berguna untuk para investor untuk mengetahui bagaimana alur investasi bekerja pada masa yang akan datang. Untuk mendapatkan keuntungan yang besar investor dapat melakukan analisis dalam memprediksi harga saham. Namun investor tidak dapat memprediksi harga saham dengan mudah dikarenakan fluktuasi harga saham. Harapan setiap investor adalah mendapat suatu keuntungan, bergantung pada setiap harga pada masing-masing harga saham berubah dari waktu ke waktu, atau biasa dikenal sebagai data runtun waktu (time series). Data mining juga biasa disebut sebagai knowledge discovery in data base, dengan cara yang meliputi pengumpulan, penggunaan data, sejarah dari pola hubungan data, dan hubungan dalam set data yang berukuran besar. Support Vector Machine (SVM) memiliki kelebihan dalam memecahkan masalah prediksi dengan akurat. PT Aneka Tambang Tbk (PT Antm) merupakan perusahaan di Indonesia yang bergerak di bidang pertambangan. Analisis prediksi harga saham PT. Antm.JK dengan menggunakan algoritma SVM memiliki nilai yang baik, ditandai dengan nilai terendah RMSE dengan nilai 22.662, nilai tersebut masih belum optimal untuk hasil prediksi, maka dilakukan optimasi parameter untuk meningkatkan hasil dari prediksi. Hasil yang diperoleh setelah dilakukan optimasi parameter menggunakan algoritma genetika yaitu nilai terendah RMSE didapat sebesar 10.495, hasil tersebut dapat disimpulkan baik untuk dilakukan prediksi harga saham dengan menggunakan algoritma SVM dengan optimasi parameter menggunakan algoritma genetika.


Kata Kunci: Prediksi, Saham, Support Vector Machine, Time Series


 


 

##plugins.themes.academic_pro.article.details##

Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:

1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)

Creative Commons Licence
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License. 

References

Darmadji, T., & Fakhruddin, H. (2006). Pasar modal di Indonesia : Pendekatan Tanya Jawab. Jakarta: Salemba Empat .
Darmawan, A., Kustian, N., & Rahayu, W. (2018). IMPLEMENTASI DATA MINING MENGGUNAKAN MODEL SVM UNTUK PREDIKSI KEPUASAN PENGUNJUNG TAMAN TABEBUYA. Jurnal String Vol. 2 No. 3, 299-307.
Dawson, C. (2009). Projects In Computing And Information System A Student's Guide. England: Addison-Wesley.
Kusrini, & Luthfi, E. T. (2009). Algoritma Data Mining. Yogyakarta: Andi.
Larose, D. (2006). Data Mining Methods and Models. Hoboken, New Jersey : John Wiley & Sons, Inc.
Mahena, Y., Rusli, M., & Winarso, E. (2015). Prediksi Harga Emas Dunia Sebagai Pendukung Keputusan Investasi Saham Emas Menggunakan Teknik Data Mining. Jurnal Sains dan Teknologi, 36-51.
Rahmadayanti, C., Rabbani, H., & Rohmawati, A. A. (2018). Model GARCH dengan Pendekatan Conditional Maximum Likelihood untuk Prediksi Harga Saham. Ind. Journal on Computing, 21-28.
Santosa, B. (2007). Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
Sawidji, W. (2014). Cara Cepat Investasi Saham Pemula Edisi (Revisi). Jakarta : Gramedia.
Trimono, & Maruddani, D. A. (2017). Valuasi Harga Saham PT Aneka Tambang Tbk sebagai Peraih IDX Best Blue 2016. Statistika, 33-43.
Vijayarani, S., & Dhayanand, S. (2015). Liver Disease Prediction Using SVM and Naïve Bayes Algorithms. International Journal of Science Engineering and Technology Research(IJSETR).