Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt's: Studi Kasus Di PT Bank Central Asia Tbk

Abstract

Salah satu indeks harga saham yang banyak diminati investor di Indonesia adalah indeks saham LQ45. Pada indeks saham LQ45 terdiri atas 45 perusahaan besar dan dapat dijadikan prospek bisnis yang bagus bagi para investor. Salah satunya adalah PT Bank Central Asia Tbk. Data deret waktu yang digunakan dalam tugas akhir ini adalah data historis harga penutupan saham periode harian PT Bank Central Asia Tbk selama 4 tahun 4 bulan antara 31 December 2012 hingga 28 April 2017. Pergerakan harga penutupan saham tersebut cenderung mengalami peningkatan dan diindikasikan bahwa pola datanya memiliki sifat kecenderungan (trend) meningkat. Sehingga pada tugas akhir ini menggunakan metode double exponential smoothing (DES) Holt’s, karena metode pemulusan ini dapat mengatasi data deret waktu yang memiliki pola trend. Selain itu pada tugas akhir ini juga menggunakan model Bayesian Belief Network (BBN) dalam melakukan peramalan probabilitas untuk mengetahui pergerakan harga saham akan naik, tetap atau turun, dengan melibatkan variabel yang berpengaruh terhadap harga saham. Sehingga akan menghasilkan peramalan probabilitas yang dapat digunakan untuk membantu para investor maupun pelaku pasar modal dalam mengambil keputusan investasi. Oleh karena itu, perlu dibuat sebuah aplikasi prediksi pergerakan harga saham berbasis web yang nantinya dapat digunakan oleh investor dan pelaku pasar modal sebagai pertimbangan dalam melakukan investasi dengan mudah. Berdasarkan penelitian yang telah dilakukan, diperoleh hasil nilai MAPE terkecil yaitu 0.823% dari model terbaik yang dibangun berdasarkan eksperimen. Model terbaik dihasilkan dari pembagian data pelatihan 70%, data validasi 20% dan data pengujian 10%. Hasil lain yang diperoleh dari analisis model adalah model BBN memiliki performa yang lebih baik daripada hasil peramalan menggunakan model DES Holt’s jika dalam klasifikasi arah perubahan harga saham. Hal ini dibuktikan dengan tingkat kesesuaian pola yang dihasilkan dari proses peramalan harga saham dengan menggunakan bayesian belief network lebih tinggi daripada double exponential smoothing holt’s yaitu sebesar 44%.