Perbandingan Algoritma Support Vector Regression (SVR) dan Linear Regression untuk Memprediksi Harga Saham Studi Kasus PT Bukit Asam Tbk
Abstract
Pada era digital saat ini, peningkatan ekonomi di dalam dunia investasi dapat dengan mudah diakses karena banyaknya platform penyedia layanan investasi. Saham merupakan salah satu alat investasi yang laju perubahan harga dari suatu perusahaan terbilang cukup cepat. Oleh karena itu, dibutuhkan suatu model data yang dapat mengelola data dalam jangka waktu yang lama untuk memprediksi harga saham. Pada penelitian ini, algoritma Support Vector Regression (SVR) dan Linear Regression digunakan sebagai metode untuk memprediksi harga saham dengan menggunakan bahasa pemrograman Python dan perangkat lunak pengolahan data, yaitu tools WEKA GUI. Proses penelitian ini berfokus pada penerapan dan perbandingan algoritma, serta untuk mengetahui tingkat akurasi algoritma yang paling baik. Data yang digunakan adalah data transaksi saham selama lima tahun dengan jumlah sebanyak 1.010 data. Hasil penelitian menunjukkan bahwa algoritma Support Vector Regression (SVR) dan Linear Regression mampu memprediksi harga saham. Nilai error RMSE (Root Mean Squared Error) terkecil diperoleh oleh algoritma Linear Regression sebesar 62,9307 dengan pemrograman Python, sedangkan algoritma Support Vector Regression (SVR) menghasilkan nilai error terkecil sebesar 64,1746 dengan pemrograman Python.
References
[2] I. Fahmi, Manajemen Keuangan Perusahaan dan Pasar Modal, Jakarta: Mitra Wacana Media, 2014.
[3] B. Davies, Database System Thrid Edition, 2004.
[4] S. D. Maulana, “Implementasi Metode Support Vector Regression (SVR) Dalam Peramalan Penjualan Roti ( Studi Kasus : Harum Bakery),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, pp. 2986-2995, 2019.
[5] B. D. S. R. C. W. Dhan Abdhila Mardhika, “Penerapan Algoritma Support Vector Regression Pada Peramalan Hasil,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, pp. 9402-9412, 2019.
[6] N. A. Y. L. P. d. D. C. R. N. N. Almumtazah, “PREDIKSI JUMLAH MAHASISWA BARU MENGGUNAKAN,” Jurnal Ilmiah Matematika dan Terapan, vol. 18, pp. 31-40, 2021.
[7] J. ,. Y. N. Arief Kurniadi, “Penerapan Metode Regresi Linier untuk Memprediksi,” Jurnal Ilmiah Mahasiswa Teknik Informatika, p. 2, 2020.
