ANALISIS DAN PERBANDINGAN ALGORITMA DATA MINING DALAM PREDIKSI HARGA SAHAM GGRM

Reza Maulana, Devy Kumalasari

Sari


Investasi saham di pasar modal merupakan hal yang sangat bagi setiap perusahaan di dunia. Harga saham di pasar modal bergerak secara acak, tinggi rendahnya harga saham dipengaruhi oleh banyak faktor. Oleh karena itu, perlu prediksi harga saham sehingga dapat membantu para investor untuk melihat prospek investasi di masa yang akan datang. DalamĀ  penelitian ini akan dilakukan prediksi harga saham GGRM dengan membandingkan beberapa model algoritma yaitu Neural Network, Linear Regression, Support Vector Machine, Gaussian Process, dan Polynomial Regression. Untuk mengukur tingkat akurasi dari tiap model algoritma digunakan model validasi 10 Fold Cros Validation dan evaluasi menggunakan Root Mean Square Error (RMSE). Hasil penelitian ini menyimpulkan bahwa data harga saham GGRM dapat diprediksi dengan menggunakan model algortima Neural Network, dengan hasil akurasi prediksi RMSE 612.474 +/- 89.402 (mikro: 618.916 +/- 0.000) paling kecil dibandingkan dengan model algoritma lainnya, sehingga dengan prediksi ini dapat membantu dalam memprediksi harga saham GGRM di pasar modal.

Kata kunci: Algortima Prediksi, Perbandingan Algoritma, Prediksi Harga Saham GGRM.

Teks Lengkap:

PDF

Referensi


Sunariyah, 2010, Pengantar Pengetahuan Pasar Modal (Edisi 6), Yogyakarta: UPP STIM YKPN.

Martalena dan Maya Malinda, 2011, Pengantar Pasar Modal, Jakarta: Andi.

Dwi S., Nugroho, 2015, Penerapan Algortima Support Vector Machine untuk Prediksi Harga Emas, Jurnal Informatika UPGRIS, Vol.1, hal 10-19.

Kusumodestoni, R. Hadapiningradja dan Suryatno, 2015, Prediksi Forex Menggunakan Model Neural Network, Jurnal SIMETRIS, Vol.6, No.2, hal 205-210, ISSN: 2252-4983.

Zunaidhi, Rizal, Wahyu S. J. Saputra dan Ni Ketut Sari, 2012, Aplikasi Peramalan Penjualan Menggunakan Metode Regresi Linier, Jurnal SCAN, Vol.7, No.3, hal 41-45, ISSN: 1978-0087.

Laksana, Tri Ginanjar, 2013, Perbandingan Algortima Neural Network (NN) dan Support Vector Machine (SVM) dalam Peramalan Penduduk Miskin di Indonesia, Jurnal Online ICT STMIK IKMI, Vol.1, No.1, hal 49-58.

Solechan, Achmad dan Qorinta Shinta, 2012, Kajian Komparasi Artificial Neural Network dan Regresi Linear dalam Memprediksi Harga Saham dengan Mempertimbangkan Faktor Fundamental pada Sektor Industri, Jurnal SEMANTIK, hal 404-410, ISBN: 979-26-0255-0.

Han and Kamber, Data Mining Concepts and technique. San Francisco: Diane Cerra, 2006.




DOI: https://doi.org/10.1234/jik.v3i1.134

Refbacks

  • Saat ini tidak ada refbacks.



Didukung oleh:

STMIK Kaputama Binjai
Jl. Veteran No. 4 A - 9 A Binjai Kota Email : jik.kaputama@gmail.com
p-ISSN : 2548-9739
e-ISSN : 2685-5240