Perbandingan Metode Support Vector Regression dan Simple Moving Average pada Peramalan Harga Saham BBCA.JK
Vol. 7 No. 1 (2023), Articles
Vol. 7 No. 1 (2023)

Perbandingan Metode Support Vector Regression dan Simple Moving Average pada Peramalan Harga Saham BBCA.JK

Articles
https://doi.org/10.29407/inotek.v7i1.3439
Published 2023-07-20
Achmad Youngy Fernando
Universitas Nusantara PGRI Kediri
Umi Mahdiyah
Universitas Nusantara PGRI Kediri
Ardi Sanjaya
Universitas Nusantara PGRI Kediri
PDF

Keywords

Trading
Saham
BBCA.JK

How to Cite

Fernando, A. Y. ., Mahdiyah, U. ., & Sanjaya, A. . (2023). Perbandingan Metode Support Vector Regression dan Simple Moving Average pada Peramalan Harga Saham BBCA.JK. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 7(1), 312–319. https://doi.org/10.29407/inotek.v7i1.3439
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Download Citation

Endnote/Zotero/Mendeley (RIS) BibTeX
Crossref
Scopus
Google Scholar
Europe PMC

Abstract

Saat ini trader merupakan salah satu pekerjaan idaman bagi warga Indonesia. Hal ini dapat dibuktikan dengan data dari Google Trend. Saham merupakan salah satu instrumen yang diminati oleh para trader untuk melakukan trading. Harga saham yang naik turun menyebabkan para trader baru kesulitan memprediksi harga saham yang akan datang. Oleh karena itu dibutuhkan bantuan sebuah indikator. Penelitian ini bertujuan untuk melakukan perbandingan akurasi metode SVR (Support Vector Regression) dan SMA(Simple Moving Average) dimana kedua metode tersebut terbukti memiliki keakuratan yang tinggi dalam meramal harga saham BBCA.JK di masa depan. Evaluasi yang digunakan yaitu MAPE. Hasil penelitian ini menunjukkan bahwa SVR memiliki hasil evaluasi MAPE sebesar 0.97% dan SMA sebesar 0.67%. Ini membuktikan bahwa SMA memiliki performa lebih baik dalam meramal harga saham BBCA.JK.

https://doi.org/10.29407/inotek.v7i1.3439
PDF

References

W. C. Utomo, M. A. Saputra, T. Informatika, and F. Teknik, “Forecasting Pergerakan Harga Volatility Index dengan Menggunakan Metode Fuzzy Tsukamoto dan Evaluasi Dstat Metric,” vol. 7, no. 1, pp. 14–22, 2023, doi: https://doi.org/10.29407/gj.v7i1.19605.

D. T. Anggraeni, “Forecasting Harga Saham Menggunakan Metode Simple Moving Average Dan Web Scrapping,” J. Ilm. Matrik, vol. 21, no. 3, pp. 234–241, 2019, doi: 10.33557/jurnalmatrik.v21i3.726.

A. M. Zaimsyah and S. Herianingrum, “Jurnal Ilmiah Ekonomi Islam , 5 ( 02 ), 2019 , 113-119 Analisis Fundamental Terhadap Harga Saham yang Terdaftar di Jakarta Islamic Index Tahun 2010-2017,” vol. 5, no. 02, pp. 113–119, 2019.

L. Choirotul Mafula, “ANALISIS TEKNIKAL SEBAGAI DASAR PENGAMBILAN KEPUTUSAN DALAM TRADING SAHAM PADA BURSA EFEK INDONESIA (Studi pada Indeks IDX30 Periode Agustus 2014-Januari 2015),” J. Ilm. Mhs. FEB Univ. BRAWIJAYA, vol. 3, no. 2, pp. 1–11, 2015.

E. M. M. Ida Bagus Nyoman Udayana, Lusia Tria Hatmanti Hutami, Mar’atul Fahimah, “Fakultas ekonomi dan bisnis universitas wiraraja - sumenep,” Minat Beli Pada Marketpl. Unic. Di Indones. Tokopedia Dan Bukalapak, vol. 9, no. 1, pp. 1–12, 2019.

D. I. Purnama, “Peramalan Jumlah Penumpang Datang Melalui Transportasi Udara Di Sulawesi Tengah Menggunakan Support Vector Regression (SVR),” J. Ilm. Mat. Dan Terap., vol. 17, no. 1, 2020, doi: 10.22487/2540766x.2020.v17.i1.15186.

N. Litha and T. Hasanuddin, “Analisis Performa Metode Moving Average Model untuk Prediksi Jumlah Penderita Covid-19,” Indones. J. Data Sci., vol. 1, no. 3, pp. 87–95, 2020.

N. D. Maulana, B. D. Setiawan, and C. Dewi, “Implementasi Metode Support Vector Regression (SVR) Dalam Peramalan Penjualan Roti (Studi Kasus : Harum Bakery),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 2986–2995, 2019.

E. M. Priliani, A. T. Putra, and M. A. Muslim, “Forecasting Inflation Rate Using Support Vector Regression (SVR) Based Weight Attribute Particle Swarm Optimization (WAPSO),” Sci. J. Informatics, vol. 5, no. 2, pp. 118–127, 2018, doi: 10.15294/sji.v5i2.14613.

S. Rusdiana, Syarifah Meurah Yuni, and Delia Khairunnisa, “Comparison of Rainfall Forecasting in Simple Moving Average (SMA) and Weighted Moving Average (WMA) Methods (Case Study at Village of Gampong Blang Bintang, Big Aceh District-Sumatera-Indonesia,” J. Res. Math. Trends Technol., vol. 2, no. 1, pp. 21–27, 2020, doi: 10.32734/jormtt.v2i1.3753.

A. N. Safira, B. Warsito, and A. Rusgiyono, “Analisis Support Vector Regression (Svr) Dengan Algoritma Grid Search Time Series Cross Validation Untuk Prediksi Jumlah Kasus Terkonfirmasi Covid-19 Di Indonesia,” J. Gaussian, vol. 11, no. 4, pp. 512–521, 2023, doi: 10.14710/j.gauss.11.4.512-521.

S. Suwanto and D. C. R. Novitasari, “Forecasting Solar Activities based on Sunspot Number Using Support Vector Regression (SVR),” JPSE (Journal Phys. Sci. Eng., vol. 5, no. 1, pp. 6–10, 2020, doi: 10.17977/um024v5i12020p006.

D. I. Purnama and S. Setianingsih, “Support vector regression (SVR) model for forecasting number of passengers on domestic flights at Sultan Hasanudin airport Makassar,” J. Mat. Stat. dan Komputasi, vol. 16, no. 3, p. 391, 2020, doi: 10.20956/jmsk.v16i3.9176.

I. Nabillah and I. Ranggadara, “Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020, doi: 10.33633/joins.v5i2.3900.

A. M. Maricar, “Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ,” J. Sist. dan Inform., vol. 13, no. 2, pp. 36–45, 2019, [Online]. Available: https://www.jsi.stikom-bali.ac.id/index.php/jsi/article/view/193

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2023 Achmad Youngy Fernando, Umi Mahdiyah, Ardi Sanjaya

Downloads

Download data is not yet available.

Most read articles by the same author(s)

1 2 3 4 5 6 > >>