Machine Learning Untuk Pemodelan Pergerakan Harga Saham PT Telkom Indonesia TBK

Karmayuda, Anis Naufal (2021) Machine Learning Untuk Pemodelan Pergerakan Harga Saham PT Telkom Indonesia TBK. Undergraduate thesis, Universitas Pembangunan Jaya.

	Text 1. Pendahuluan.pdf Download (373kB)
	Text 3. Abstrak.pdf Download (135kB)
	Text 8. BAB I.pdf Download (83kB)
	Text 14. Daftar Pustaka.pdf Download (73kB)
	Text 2. Abstract.pdf Download (132kB)

Abstract

PT Bursa Efek Indonesia melaporkan bahwa terjadi penambahan investor baru sebesar 28% sepanjang 2020. Saham merupakan salah satu instrumen pasar modal yang paling diminati investor karena memberikan tingkat keuntungan yang menarik. Pergerakan harga saham fluktuatif. Oleh karena itu, dibangun model machine learning untuk memprediksi pergeseran harga saham khususnya PT Telkom Indonesia Tbk. Tujuan dari penelitian ini adalah mengimplementasi K�Nearest Neighbours (K-NN) dan Extreme Gradient Boosting (XGBoost) kedalam model prediksi untuk mengetahui pergerakan harga saham PT Telkom Indonesia dan membandingkan model prediksi dengan algoritma K-NN dan XGBoost. Metode penilitian yang diterapkan adalah penelitian historis. Penelitian historis meliputi kegiatan penyelidikan, pemahaman, dan penjelasan keadaan yang telah lalu. Tipe data yang digunakan pada penelitian ini adalah data sekunder. Data Sekunder adalah data yang didapatkan dari pihak ketiga. Data diperoleh dari portal data Yahoo finance yaitu https://finance.yahoo.com. Data yang diperoleh berupa time series data pergerakan harga saham PT Telkom dari april 2016 hingga april 2021. Metode pengujian yang dilakukan dalam penelitian ini adalah dengan white box testing. Penelitian ini menghasilkan model machine learning untuk prediksi pergerakan harga saham PT.Telkom menggunakan algoritma machine learning K�NN dan XGBoost. Evaluasi mendapatkan RMSE 0,03373 untuk model dengan algoritma K-NN dan RMSE 0,03667 untuk model dengan algoritma XGBoost. Model dengan algoritma K-NN lebih baik daripada XGBoost dalam memprediksi pergerakan harga saham PT.Telkom

Item Type:	Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords:	Machine Learning, Saham, Prediksi, K-NN, XGBoost.
Subjects:	H Social Sciences > HG Finance
Divisions:	Fakultas Teknologi dan Desain > Informatika
Depositing User:	Magang Thufalia Rasya
Date Deposited:	26 Jan 2022 07:10
Last Modified:	26 Jan 2022 07:10
URI:	http://eprints.upj.ac.id/id/eprint/2388

Actions (login required)

View Item