Implementasi Algoritma Genetika pada Prediksi Harga Saham menggunakan Multiple Linear Regression

Tsaniyulhakim, Fahmi (2021) Implementasi Algoritma Genetika pada Prediksi Harga Saham menggunakan Multiple Linear Regression. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (208kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (76kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (84kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (246kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (202kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (820kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (12kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (356kB)

Abstract

Saham merupakan tanda bukti kepemilikan modal atau dana pada suatu perusahaan. Keuntungan dari berinvestasi pada saham didapatkan dari capital gain atau dari dividen. Namun, pemilik saham juga memiliki kekhawatiran akan kerugian yang disebabkan oleh turunnya harga saham yang bersifat fluktuatif. Untuk itu diperlukan suatu sistem yang dapat memprediksi harga saham sehingga bisa meminimalisir kerugian tersebut. Prediksi harga saham dapat dibangun dari data historis yang salah satunya menggunakan Multiple Linear Regression berbasis Algoritma Genetika. Algoritma genetika dapat digunakan untuk mencari solusi optimal dari sebuah permasalahan yang rumit dengan cara mencari model regresi yang terbukti paling kompleks untuk mengetahui hubungan antara variabel bebas (independent) dengan variabel terikat (dependent). Penelitian ini bertujuan untuk mengimplementasikan algoritma genetika pada prediksi harga saham menggunakan Multiple Linear Regression. Untuk tujuan tersebut pada penelitian ini telah dilakukan uji coba dengan cara mengubah parameter yang ada pada algoritma genetika yaitu inisialisasi populasi, probabilitas crossover, dan probabilitas mutasi sehingga mendapatkan akurasi yang baik yang ditunjukkan dengan nilai MSE sekitar 2235 dan fitness value sekitar 0,000105. Hasil prediksi tersebut sudah sesuai dengan harga aktual perusahaan BBRI. Disamping itu studi ini juga memperlihatkan bahwa penggunaan Algoritma genetika dan Multiple Linear Regression akan mendapatkan prediksi harga saham terbaik jika menggunakan data set dan data inisialisasi populasi yang besar yakni 1200 dan individu yang sedikit yakni 5. Parameter probabilitas crossover dan probabilitas mutasi yang digunakan sebaiknya menggunakan nilai 0,4 dan 0,1 berturut-turut.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Algoritma Genetika, Data Historis, Fitness Value, Mean Squared Error, Multiple Linear Regression, Prediksi Harga Saham
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 15:23
Last Modified:	08 Aug 2023 08:10
URI:	https://kc.umn.ac.id/id/eprint/16340

Actions (login required)

View Item