Text

Implementasi Metode Support Vector Regression untuk Prediksi Harga Saham PT. Adaro Energy Tbk

---

Aktivitas pasar modal sepanjang tahun 2022 bertumbuh secara positif. Investasi
saham menjadi salah satu pasar modal yang sangat diminati oleh para investor
karena memberikan banyak keuntungan. Semakin tinggi keuntungan yang
ditawarkan dalam berinvestasi, semakin tinggi pula resiko yang akan dihadapi
investor. Analisis harga saham diperlukan untuk memprediksi harga saham agar
dapat mengurangi resiko kerugian. Data saham memiliki karakteristik yang
dinamis, non linier, dan tidak mudah diprediksi, sehingga diperlukan metode yang
dapat mengatasi batasan pada data deret waktu. Metode Support Vector Regression
akan diterapkan pada penelitian ini untuk memprediksi harga saham PT. Adaro.
Metode Support Vector Regression merupakan salah satu metode yang tidak
memerlukan asumsi sehingga dapat digunakan untuk mengatasi batasan pada
analisis regresi dengan data deret waktu. Masalah yang sering dihadapi saat
menggunakan metode SVR yaitu menentukan hyperparameter optimal. Dalam
penelitian ini hyperparameter optimal ditentukan menggunakan algoritma grid
search. Data dibagi menjadi data training dan testing dengan perbandingan 90:10.
Kernel yang digunakan yaitu kernel linier, polinomial, RBF, dan sigmoid. Hasil
yang diperoleh dari penelitian ini didapatkan kernel terbaik untuk memprediksi
harga saham PT. Adaro yaitu menggunakan kernel linier dengan nilai Cost = 4 dan
epsilon = 0,0001. Model tersebut menghasilkan MAPE data testing sebesar 1,608%,
yang artinya model sangat baik digunakan untuk prediksi.
Kata Kunci: Support Vector Regression, Grid search, Kernel.

---

Ketersediaan

1111E2023

1111 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1111 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Anik Sri Mulyani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar