Amadea, Nathanael Christianto (2022) Implementasi Metode Support Vector Machine untuk Memprediksi Trend Perubahan Harga pada Saham - Saham Bursa Efek Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
|
PDF
HALAMAN_AWAL.pdf Download (2MB) | Preview |
|
|
PDF
DAFTAR_PUSTAKA.pdf Download (216kB) | Preview |
|
|
PDF
BAB_I.pdf Download (220kB) | Preview |
|
|
PDF
BAB_II.pdf Download (276kB) | Preview |
|
|
PDF
BAB_III.pdf Download (2MB) | Preview |
|
PDF
BAB_IV.pdf Restricted to Registered users only Download (7MB) |
||
|
PDF
BAB_V.pdf Download (207kB) | Preview |
|
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (846kB) |
Abstract
Pasar modal merupakan pasar uang yang memberikan kontribusi yang tinggi pada perkembangan ekonomi di Indonesia. Pertumbuhan ini didukung karena pasar modal memberikan wadah pendanaan bagi perusahaan - perusahaan terbuka dari investor - investor perorangan. Produk - produk pasar modal diantaranya adalah obli- gasi, saham, reksadana, dan instrumen derivative lainnya. Saham merupakan jenis aset yang memiliki resiko tertinggi, tetapi memberikan keuntungan yang lebih tinggi dibanding jenis aset - aset investasi lainnya. Karena risiko yang muncul dari kegiatan Investasi Saham, pengambilan keputusan harus menggunakan ban- tuan analisis yang dilakukan secara fundamental analysis atau technical analysis. Pada saat ini, pengambilan keputusan technical analysis umumnya masih dilakukan secara manual. Oleh karena itu diimplementasikan algoritma Support Vector Ma- chine dalam memprediksi trend perubahan harga dengan menggunakan technical analysis indicator sebagai fitur dan PCA pada proses preprocessing yang berguna untuk mereduksi dimensi. Dari hasil implementasi, pada kurun waktu prediksi 7 hari didapati saham ASII memberikan nilai terbaik dari perdiksi dengan accuracy 94%, precision 94%, recall 94% dan f1-score 94% dengan nilai C 1000 dan Gamma 0.0001. Didapati saham PTBA yang memprediksi tren perubahan harga dalam ku- run waktu 7 hari memberikan nilai cumulative return dan annual return tertinggi sebesar 38.31% dan 16.6% dengan menggunakan manajemen keuangan.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Bursa efek Indonesia, Index saham LQ45, Prediksi trend perubahan harga saham, support vector machine, Technical Analysis |
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: | 20 Jul 2022 03:54 |
Last Modified: | 21 Aug 2023 04:56 |
URI: | https://kc.umn.ac.id/id/eprint/21983 |
Actions (login required)
View Item |