METODE SUPPORT VECTOR REGRESSION UNTUK PREDIKSI HARGA SAHAM BANK BRI SEBAGAI STRATEGI JUAL BELI SAHAM

Marsudi, Puja Reza Irawan (2024) METODE SUPPORT VECTOR REGRESSION UNTUK PREDIKSI HARGA SAHAM BANK BRI SEBAGAI STRATEGI JUAL BELI SAHAM. Diploma thesis, UPN Veteran Yogyakarta.

	Text SKRIPSI FULL_123170077_PUJA REZA IRAWAN MARSUDI.pdf Restricted to Repository staff only Download (2MB)
	Text ABSTRAK_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (9kB)
	Text COVER_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (166kB)
	Text DAFTAR ISI_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (35kB)
	Text DAFTAR PUSTAKA_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (142kB)
	Text PENGESAHAN PEMBIMBING_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (241kB)
	Text PENGESAHAN PENGUJI_123170077_PUJA REZA IRAWAN MARSUDI.pdf Download (244kB)

Abstract

Pasar modal menawarkan berbagai instrumen investasi, termasuk saham, yang
memberikan peluang untuk meningkatkan keuntungan sambil mengurangi risiko. pasar
modal merupakan tempat di mana penjual dan pembeli efek, seperti saham, serta pihak
terkait lainnya bertemu serta keberadaannya memberikan kontribusi penting bagi
pertumbuhan ekonomi negara dan kesejahteraan masyarakat. Penelitian ini menggunakan
Support Vector Regression (SVR) untuk memprediksi harga saham harian Bank Rakyat
Indonesia (BRI) sebagai bagian dari strategi jual beli saham. Data historis harga saham
harian Bank Rakyat Indonesia (BRI) diperoleh dari Yahoo Finance dan dibagi menjadi data
latih dan data uji dengan perbandingan 80:20 dari total data. Evaluasi pada penelitian ini
dilakukan menggunakan Mean Absolute Percentage Error (MAPE) untuk mengukur
keakuratan prediksi.
Percobaan dilakukan dengan menggunakan kernel linear dan parameter C=1 pada
dataset yang terdiri dari total data 1347 menghasilkan nilai MAPE terbaik yang ditemukan
pada penggunaan kernel linear dengan nilai MAPE sebesar 4.61%. Penelitian ini menyoroti
pentingnya nilai MAPE rendah dalam mendapatkan prediksi yang akurat, dengan kernel
RBF dan parameter C=1 menghasilkan MAPE lebih tinggi sebesar 19.43% yang tidak sesuai
dengan data aktual. Penelitian ini memberikan wawasan yang berharga bagi investor dan
praktisi pasar modal dalam memanfaatkan teknik machine learning untuk analisis dan
strategi investasi yang lebih baik.
Kata kunci : Prediksi, Support Vector Regression, MAPE, Saham, Harga Saham, Bank BRI

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Prediksi, Support Vector Regression, MAPE, Saham, Harga Saham, Bank BRI
Subjects:	H Social Sciences > H Social Sciences (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	23 Aug 2024 00:34
Last Modified:	23 Aug 2024 00:34
URI:	http://eprints.upnyk.ac.id/id/eprint/40798

Actions (login required)

View Item