Implementasi Algoritma Support Vector Regression dan Polynomial Regression dalam Memprediksi Harga Saham PT Telekomunikasi Indonesia

Windyani Eka Putri; Sutan Faisal; Tatang Rohana

Windyani Eka Putri Universitas Buana Perjuangan Karawang
Sutan Faisal Universitas Buana Perjuangan Karawang
Tatang Rohana Universitas Buana Perjuangan Karawang

Keywords: Perusahaan Terbatas Telekomunikasi Indonesia, Polynomial Regression, Prediksi, Saham, Support Vector Regression

Abstract

Investasi saham di Indonesia telah menjadi salah satu investasi yang cukup terkenal. Saham yang bersifat fluktuatif atau naik turun yang tidak konsisten dipengaruhi oleh faktor internal maupun eksternal, seperti kondisi perekonomian, kinerja perusahaan, faktor panik, dan kebijakan perusahaan. Oleh sebab itu, calon investor perlu memahami saham dan melakukan analisis teknikal saham untuk mengetahui serta meminimalisir risiko dalam berinvestasi. Salah satu cara bagi calon investor yang masih awam terhadap saham adalah dengan melakukan analisis teknikal untuk mengetahui pergerakan harga saham berdasarkan informasi saham masa lampau, yaitu dengan memprediksi harga saham. Pada penelitian ini, akan dilakukan prediksi harga penutupan saham PT Telekomunikasi Indonesia menggunakan algoritma Support Vector Regression dan Polynomial Regression. Dataset yang digunakan termasuk data time series dengan rentang data selama lima tahun. Penelitian ini bertujuan untuk mengetahui kinerja algoritma mana yang lebih direkomendasikan. Hasil penelitian menunjukkan bahwa algoritma Support Vector Regression memiliki nilai RMSE 72.565 dan MAPE 1.486%. Sedangkan algoritma Polynomial Regression dengan orde 4 menghasilkan nilai RMSE 63.914 dan MAPE 1.273%. Berdasarkan hasil tersebut, algoritma Polynomial Regression memiliki performa yang lebih baik, sehingga lebih direkomendasikan dalam memprediksi harga penutupan saham PT Telekomunikasi Indonesia.

References

[1] W. R. Octavianus and Adolfina, “Pengaruh Pengalaman Kerja dan Pelatihan Kerja Terhadap Kinerja Karyawan PT Telkom Indonesia Cabang Manado,” vol. 6, no. 3, pp. 1758–1767, 2018.
[2] A. Faisal, “Prediksi Saham Telkom Dengan Metode ARIMA,” J. Bisnis, Logistik dan Supply Chain, vol. 1, no. 2, pp. 45–50, 2021, doi: 10.55122/blogchain.v1i2.298.
[3] A. U. A. Al Umar and A. S. N. Savitri, “Analisis Pengaruh ROA, ROE, EPS Terhadap Harga Saham,” J. Anal. Akunt. dan Perpajak., vol. 4, no. 2, 2020, doi: 10.25139/jaap.v4i2.3051.
[4] IDN Times, “5 Alasan Kenapa Kamu Harus Berinvestasi Saham Sejak Muda,” IDN Times, 2020. [Online]. Available: https://www.idntimes.com/business/economy/rosselini-utami-wijaya/5-alasan-kenapa-kamu-harus-berinvestasi-saham-sejak-muda-c1c2. [Accessed: Dec. 27, 2022].
[5] Otoritas Jasa Keuangan, “Penyebab Naik Turun Harga Saham Suatu Perusahaan,” Sikapi Uangmu OJK, 2019. [Online]. Available: https://sikapiuangmu.ojk.go.id/FrontEnd/CMS/Article/10507. [Accessed: Nov. 05, 2022].
[6] M. Kafil, “Penerapan Metode K-Nearest Neighbors,” J. Mhs. Tek. Inform., vol. 3, no. 2, pp. 59–66, 2019.
[7] R. E. Cahyono, J. P. Sugiono, and S. Tjandra, “Analisis Kinerja Metode Support Vector Regression (SVR) dalam Memprediksi Indeks Harga Konsumen,” JTIM J. Teknol. Inf. dan Multimed., vol. 1, no. 2, pp. 106–116, 2019, doi: 10.35746/jtim.v1i2.22.
[8] E. Patriya, “Implementasi Support Vector Machine Pada Prediksi Harga Saham Gabungan (IHSG),” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 24–38, 2020, doi: 10.35760/tr.2020.v25i1.2571.
[9] Y. Ramdhani and A. Mubarok, “Analisis Time Series Prediksi Penutupan Harga Saham,” J. Responsif, vol. 1, no. 1, pp. 77–82, 2019.
[10] D. A. Ferryan, P. K. Intan, and M. Hafiyusholeh, “Peramalan Harga Minyak Mentah di Indonesia dengan Metode Regresi Polinomial,” J. Ilm. Mat. Dan Terap., vol. 19, no. 1, pp. 13–18, 2022, doi: 10.22487/2540766x.2022.v19.i1.15779.
[11] A. Arfan and L. ETP, “Perbandingan Algoritma Long Short-Term Memory dengan SVR Pada Prediksi Harga Saham di Indonesia,” Petir, vol. 13, no. 1, pp. 33–43, 2020, doi: 10.33322/petir.v13i1.858.
[12] F. Fadillah, S. A. Wibowo, G. Budiman, F. T. Elektro, and U. Telkom, “Perancangan dan Implementasi Prediksi Harga Saham Pada Aplikasi Berbasis Android Menggunakan Metode Support Vector Regression,” eProceedings, vol. 7, no. 2, pp. 3869–3876, 2020.
[13] 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.
[14] A. E. Putra and A. Juarna, “Prediksi Produksi Daging Sapi Nasional dengan Metode Regresi Linier dan Regresi Polinomial,” vol. 20, pp. 209–215, 2021.
[15] H. M. Nawawi, S. Rahayu, M. J. Shidiq, and J. J. Purnama, “Algoritma C4.5 Untuk Memprediksi Pengambilan Keputusan Memilih Deposito Berjangka,” J. Techno Nuasa Mandiri, vol. 16, no. 1, pp. 65–72, 2019.
[16] S. A. Wulandari, W. A. Prasetyanto, and R. Tjahyono, “Perbandingan Forecasting Metode Regresi Non-Linear Polinomial dengan Logika Fuzzy Pada Pemetaan Potensi Bisnis Lampu Berbasis Reduce, Reuse dan Recycle,” Abdimasku J. Pengabdi. Masy., vol. 1, no. 2, p. 71, 2018, doi: 10.33633/ja.v1i2.25.