Prediksi Harga Saham Bank Rakyat Indonesia Menggunakan Algoritma Linear Regression dan Support Vector Regression
Abstract
nvestasi saham merupakan salah satu investasi jangka panjang yang dapat dilakukan oleh masyarakat untuk melindungi risiko biaya, terutama dalam mempersiapkan keuangan masa depan. Berinvestasi dalam saham dapat memberikan dividen yang cepat dan cukup besar bagi investor. Selain memberikan keuntungan, terdapat berbagai faktor yang dapat memengaruhi naik atau turunnya harga saham, seperti kondisi dan kinerja perusahaan, risiko, dividen, suku bunga, kondisi ekonomi, peraturan pemerintah, dan tingkat penurunan. Untuk meminimalkan risiko kerugian bagi investor saat mengambil keputusan investasi, diperlukan analisis secara fundamental dan teknikal. Namun, sebagian orang tidak terlalu paham mengenai cara menganalisis perusahaan secara mendalam. Oleh karena itu, cara yang lebih mudah adalah dengan melakukan prediksi dan analisis pergerakan saham. Penelitian ini bertujuan untuk melakukan prediksi harga penutupan saham Bank Rakyat Indonesia (BRI) menggunakan algoritma Linear Regression dan Support Vector Regression (SVR). Tujuan dari penelitian ini adalah untuk memilih algoritma yang paling cocok untuk memprediksi harga saham sebagai rekomendasi bagi investor. Hasil penelitian menunjukkan bahwa baik algoritma Linear Regression maupun SVR dapat digunakan untuk memprediksi harga saham. Namun, nilai error RMSE pada algoritma Linear Regression sebesar 69.920, sementara pada algoritma SVR sebesar 69.924. Berdasarkan hasil ini, dapat disimpulkan bahwa algoritma Linear Regression memiliki performa yang sedikit lebih baik dibandingkan dengan SVR, dengan selisih nilai error sebesar 0.004.
References
[2] J. S. Putra, R. D. Ramadhani, and A. Burhanuddin, “Prediksi Harga Saham Bank Bri Menggunakan Algoritma Linear Regresion Sebagai Strategi Jual Beli Saham,” J. Dinda Data Sci. Inf. Technol. Data Anal., vol. 2, no. 1, pp. 1–10, 2022, doi: 10.20895/dinda.v2i1.273.
[3] R. Maulana and D. Kumalasari, “Analisis Dan Perbandingan Algoritma Data Mining Dalam Prediksi Harga Saham Ggrm,” J. Inform. Kaputama, vol. 3, no. 1, pp. 22–28, 2019. [Online]. Available: https://finance.yahoo.com/quote/GGRM.J.
[4] M. Keren and R. S. Oetama, “Prediksi prospek harga saham perusahaan perbankan Menggunakan Regresi Linear (Study Kasus Bank BCA Tahun 2015-2017),” JSI J. Sist. Inf., vol. 11, no. 1, pp. 1703–1710, 2019, doi: 10.36706/jsi.v11i1.8105.
[5] Y. Ramdhani and A. Mubarok, “Analisis Time Series Prediksi Penutupan Harga Saham,” J. Responsif, vol. 1, no. 1, pp. 77–82, 2019, doi: https://doi.org/10.51977/jti.v1i1.92.
[6] F. Novianti, N. Ulinnuha, M. Hafiyusholeh, and A. Arianto, “Prediksi Penggunaan Bahan Bakar pada PLTGU menggunakan Metode Support Vector Regression (SVR),” Techno.Com, vol. 21, no. 2, pp. 249–255, 2022, doi: 10.33633/tc.v21i2.5712.
[7] T. M. H. Hope, “Linear regression,” in Mach. Learn. Methods Appl. to Brain Disord., pp. 67–81, 2019, doi: 10.1016/B978-0-12-815739-8.00004-3.
[8] A. Hidayanti, A. M. Siregar, S. A. P. Lestari, and Y. C. Cahyana, “Model Analisis Kasus Covid-19 Di Indonesia Menggunakan Algoritma Regresi Linier Dan Random Forest,” Petir, vol. 15, no. 1, pp. 91–101, 2021, doi: 10.33322/petir.v15i1.1487.
[9] N. R. Setyoningrum and P. J. Rahimma, “Implementasi Algoritma Regresi Linear Dalam Sistem Prediksi Pendaftar Mahasiswa Baru Sekolah Tinggi Teknologi Indonesia Tanjungpinang,” Pros. Semin. Nas. Ilmu Sos. dan Teknol., no. 4, pp. 13–18, 2022.
[10] M. P. Lestari et al., “Peramalan Pertambahan Pasien Covid-19 Menggunakan Support Vector Regression,” Forecasting Growth of Covid-19 Patients Using Support, vol. 8, no. 5, pp. 9497–9507, 2021.
[11] A. Prahutama, T. W. Utami, and H. Yasin, “Prediksi Harga Saham Menggunakan Support Vector Regression Dengan Algoritma Grid Search,” Media Stat., vol. 7, no. 1, pp. 29–35, 2014, doi: https://doi.org/10.14710/medstat.7.1.29-35.
[12] M. Romzi and B. Kurniawan, “Pembelajaran Pemrograman Python Dengan Pendekatan Logika Algoritma,” JTIM J. Tek. Inform. Mahakarya, vol. 03, no. 2, pp. 37–44, 2020.