Prediksi Harga Saham Jangka Pendek di Indonesia Menggunakan Metode Gaussian Process Regression

Elnora Oktaviyani Gultom, Mohammad Isa Irawan
Submission Date: 2021-08-24 15:25:48
Accepted Date: 2022-07-12 00:00:00

Abstract


Prediksi harga saham umumnya dilakukan secara jangka panjang, sedangkan harga saham tiap waktu mengalami perubahan yang signifikan. Tujuan dari Tugas Akhir ini untuk memprediksi harga saham jangka pendek dengan membangkitkan model Gaussian Process Regression menggunakan beberapa kernel yang berbeda. Model dengan menggunakan kernel Rational Quadratic dan RBF memiliki nilai rata-rata RMSE terkecil dibandingkan kedua kernel lainnya. Prediksi harga saham berdasarkan waktu dengan menggunakan kernel tersebut diperoleh prediksi satu minggu kedepan menghasilkan nilai EVS sebesar 0.99871. Dari hasil penelitian pada data historis harga saham 01 Desember 2019 sampai 25 Februari 2021, prediksi harga saham minggu berikutnya dihasilkan bahwa perusahaan PT Gudang Garam Tbk memiliki nilai jual yang paling tinggi dan PT United Tractors Tbk memiliki nilai beli lebih murah. Sedangkan perusahaan pada sektor Consumer Non-Cyclical memiliki rata-rata nilai jual dengan return yang tertinggi dan sektor Industrial memiliki nilai rata-rata harga beli saham dalam jumlah lebih banyak yang tertinggi.

Keywords


Prediksi Harga Saham; Volume Saham; Gaussian Process Regression; Pola Jangka Pendek; Kernel

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Sains dan Seni ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/sains_seni.