Prediksi Harga Saham PT Bank Syariah Indonesia Tbk Menggunakan Support Vector Regression

Abstract

Sebuah perusahaan memerlukan dana dari luar perusahaan agar segala aspek perkembangan yang dibutuhkan dapat terpenuhi. Perusahaan yang membutuhkan modal dapat melakuakan penawaran umum (go public) dan menjual efek  pada sebuah perusahaan bursa. Pergerakan harga saham cenderung berfluktuatif, sehingga akan berdampak pada income yang akan diterima oleh perusahaan dan investor. Permasalahan inilah yang saat ini sedang terjadi pada PT BSI Tbk, sehingga perlu dilakukan pemodelan harga saham untuk memprediksi nilai harga saham PT BSI Tbk pada beberapa hari mendatang. Support vector regression merupakan salah satu metode machine learning yang dapat mengatasi data yang berfluktuasi dengan menghasilkan model prediksi yang baik. SVR bertujuan untuk menemukan hyperplane yang optimal untuk menghasilkan model prediksi yang baik. SVR menggunakan fungsi kernel untuk mengatasi data non linier dengan cara memetakan data dari input space ke feature space yang lebih tinggi lagi, sehingga akan lebih mudah dalam membentuk hyperplane yang optimal. Fungsi kernel yang digunakan dalam penelitian ini adalah radial basis function. Adapun hasil dari penelitian ini yaitu diperoleh parameter terbaik dengan C = 100, ϵ = 0,01, dan γ = 0,001 dan menghasilkan akurasi kesalahan model sebesar 0,87%.