Penulis: Jimmy H. Moedjahedy, Reymon Rotikan, Wien Fitrian Roshandi, Joe Yuan Mambu (Fakultas Ilmu Komputer, Universitas Klabat)
Investasi saham merupakan praktik keuangan yang sangat bergantung pada permintaan pasar dan menuntut ketepatan dalam pengambilan keputusan. Oleh karena itu, studi mengenai peramalan harga saham memegang peranan penting dalam pasar modal. Kesalahan dalam meramalkan harga saham dapat berdampak besar terhadap stabilitas keuangan global, sehingga dibutuhkan metode yang efektif untuk memprediksi perubahan harga saham. Salah satu metode yang dapat digunakan adalah machine learning. Penelitian ini bertujuan untuk memprediksi harga saham lima perusahaan di sektor telekomunikasi yang terdaftar di Bursa Efek Indonesia, yaitu Bakrie Telecom Tbk (BTEL), PT XL Axiata Tbk (EXCL), PT Smartfren Telecom Tbk (FREN), PT Telekomunikasi Indonesia Tbk (TLKM), dan PT Indosat Tbk (ISAT). Dua algoritma yang digunakan dalam peramalan ini adalah Gaussian Process dan SMOreg, dengan data pelatihan yang diambil dari periode 1 Januari 2017 hingga 31 Desember 2019. Hasil penelitian menunjukkan bahwa algoritma SMOreg memberikan hasil prediksi terbaik dibandingkan Gaussian Process, dengan nilai RMSE sebesar 0.00005, MAPE 1,88%, dan MBE 0.00025.
Unduh Jurnal Lengkap (PDF)
Download PDF