PENDEKATAN MACHINE LEARNING UNTUK MEMPREDIKSI INDEX HARGA SAHAM GABUNGAN (IHSG) DENGAN PENAMBAHAN INDIKATOR TEKNIKAL
Pasar saham adalah salah satu pilihan untuk berinvestasi karena dapat memperoleh keuntungan yang besar dibandingkan usaha yang lain, walaupun memiliki resiko kerugian yang besar juga dalam waktu yang singkat. Memprediksi harga saham sebelum membeli saham terkait merupakan langkah yang tepat, biasanya investor melihat Index Harga Saham Gabungan IHSG sebelum melakukan pengambilan keputusan pembelian saham, karena IHSG merupakan index acuan untuk investor melakukan pengambilan keputusan. Pada beberapa penelitian terdahulu, para peneliti menambahkan fitur indikator teknikal, yang berguna untuk meningkatkan hasil evaluasi dari prediksi harga saham, oleh karena itu penelitian ini untuk mengetahui dan mengidentifikasi algoritma untuk memprediksi harga saham yang paling optimal untuk menangani data index harga saham gabungan IHSG menggunakan metode Support Vector Regression (SVR), Linear Regression dan Extreme Gradient Boosting Regression (XGBoost). Dari hasil pengujian dengan menggunakan beberapa metode dan penambahan indikator teknikal pada data harga index harga saham gabungan IHSG algoritma ternyata penambahan indikator teknikal memiliki pengaruh terhadap hasil evaluasi RMSE, MSE, dan MAPE tetapi tidak signifikan.
Detail Information
Citation
APA Style
. (2023).PENDEKATAN MACHINE LEARNING UNTUK MEMPREDIKSI INDEX HARGA SAHAM GABUNGAN (IHSG) DENGAN PENAMBAHAN INDIKATOR TEKNIKAL ().Sistem Informasi:FTI
Chicago Style
.PENDEKATAN MACHINE LEARNING UNTUK MEMPREDIKSI INDEX HARGA SAHAM GABUNGAN (IHSG) DENGAN PENAMBAHAN INDIKATOR TEKNIKAL ().Sistem Informasi:FTI,2023.Text
MLA Style
.PENDEKATAN MACHINE LEARNING UNTUK MEMPREDIKSI INDEX HARGA SAHAM GABUNGAN (IHSG) DENGAN PENAMBAHAN INDIKATOR TEKNIKAL ().Sistem Informasi:FTI,2023.Text
Turabian Style
.PENDEKATAN MACHINE LEARNING UNTUK MEMPREDIKSI INDEX HARGA SAHAM GABUNGAN (IHSG) DENGAN PENAMBAHAN INDIKATOR TEKNIKAL ().Sistem Informasi:FTI,2023.Text