Analisis Perbandingan RMSE Algoritma Machine Learning dalam Memprediksi Harga Saham

Abstract

Perkembangan teknologi bisnis membuat masyarakat tertarik dengan mengikuti bisnis berbasis daring salah satunya adalah perdagangan saham. Dalam melakukan perdagangan saham, diperlukan analisis mendalam terkait kondisi pasar agar tidak mengalami kerugian. Akan tetapi tidak semua orang mampu melakukan analisis pasar saham, pembelajaran mesin berperan penting dalam membantu analisis ini. Peneliti menggunakan metode simulasi dengan data historis saham PT. Telkom Indonesia periode 2018-2022 untuk membandingkan performa algoritma tersebut. Pada tahap percobaan, dilakukan pemodelan dan simulasi menggunakan RapidMiner Studio, dengan 20 skenario yang berbeda, termasuk variasi perbandingan data latih dan data uji. Hasil dari simulasi dianalisis menggunakan metrik evaluasi RMSE, yang mengukur tingkat perbedaan antara nilai ramalan dan nilai sebenarnya. Hasil percobaan menunjukkan bahwa algoritma Naïve Bayes memiliki performa terbaik dengan nilai RMSE terendah, yaitu 0,839, pada perbandingan 0,7 banding 0,3. Di sisi lain, algoritma Support Vector Machine menunjukkan performa terburuk dengan RMSE tertinggi, yaitu 91,043, pada perbandingan yang sama