Prediksi Harga Saham Dengan Menggunakan Algoritma Decision Tree
Keywords:
Saham, prediksi harga, Decision TreeAbstract
Saham merupakan salah satu bentuk investasi yang paling umum dan digunakan oleh investor individu, institusi keuangan, dan berbagai entitas lainnya untuk berpartisipasi dalam kepemilikan perusahaan dan berpotensi memberikan keuntungan. Dalam investasi saham umumnya para investor sering mencari cara untuk membuat keputusan berdasarkan informasi yang lebih baik dalam membeli atau menjual saham, akan tetapi banyaknya indikator keuangan yang rumit dan juga fluktuasi pasar saham yang cukup tinggi membuat sulitnya menganalisa dan memprediksi arah dan trend dari perubahan harga saham. Prediksi nilai pasar sangat penting untuk membantu dalam memaksimalkan keuntungan dari pembelian saham dengan meminimalisir risiko kerugian, dalam beberapa tahun terakhir, dengan kemajuan teknologi dan ketersediaan data yang semakin banyak, analisis harga saham berbasis data telah menjadi semakin relevan dan banyak digunakan. Salah satu bentuk analisa harga saham yang sering digunakan adalah analisis teknikal, teknik analisa ini melibatkan pemahaman pola dan tren harga saham dengan menggunakan grafik dan data historis harga, analisis teknikal mencoba mengidentifikasi pola-pola yang mengindikasikan perubahan harga di masa depan. Decision tree merupakan metode yang umum digunakan untuk melakukan klasifikasi pada data mining (Ardhiansyah, Nurjaya, & Rizaldi, 2022), algoritma ini memiliki kelebihan mudah dipahami dan diinterpretasikan karena berbentuk struktur hierarkis dengan cabang-cabang yang merepresentasikan, aturan-aturan keputusan dan dapat mengatasi dataset yang mengandung kombinasi data numerik dan kategorikal tanpa perlu transformasi khusus. Oleh karena itu pada penelitian ini akan menerapkan decision tree untuk prediksi harga saham pada model machine learning sehingga dapat mempermudah dalam menganalisa dan memprediksi arah dan trend dari perubahan harga saham.
References
Anggara, Y., & Supandi, E. D. (2021). Jakarta Composite Index Model Before and During. International Conference on Science and Engineering, 211, 226-232.
Anwar, M. Z., & Habibi, S. (2020). Analisis Prediksi Performasi Arah Pergerakan Saham Apple (APPL) Menggukan Metode Recurrent Neural Networks/Long Short Term Memory Networks (RNN/LSTM). ResearchGate.
Bastian, M. E., Rahayudi, B., & Ratnawati, D. E. (2021, Oktober). Prediksi Trend Harga Saham Jangka Pendek berdasarkan Fitur Technical Analysis dengan menggunakan Algoritma Random Forest. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 5(10), 4536-4542.
Bruce, P., & Bruce, A. (2017). Practical Statistics for Data Scientists.
Fitriani, R. R., Ernastuti, & Swedia, E. R. (2019). Algoritma Learning Vector Quantization Dan Fuzzy K-Nn Untuk Prediksi Saham Berdasarkan Pesaing. Jurnal Ilmiah Teknologi dan Rekayasa, 24(1).
Gorunescu, F. (2011). Data Mining: Concepts, Models and Techniques. Berlin: Springer.
Halimi, I., & Kusuma, W. A. (2018). Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Neural Network. Jurnal Edukasi dan Penelitian Informatika (JEPIN), 4(1), 24-29.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining Concepts and Techniques (3rd ed.).
Handoko, D. W. (2022). Prediksi Pergerakan Tren Harga Saham Dengan Menggunakan Metode Gaussian Process. Retrieved from Perpustakaan Digital ITB: https://digilib.itb.ac.id/index.php/gdl/view/68975
Hutauruk, R. (2022). Komparasi Metode Long Short Term Memory (LSTM) dan 1D CNN dalam Prediksi Harga Saham pada Salah Satu Perusahaan Sektor Consumer Goods. Universitas Mercu Buana Jakarta.
Izzah, n. A., martia, d. Y., imaculata, m., hidayatullah, m. I., pradana, a. B., setiyani, d. A., et al. (2021). Analisis Teknikal Pergerakan Harga Saham Dengan Menggunakan Indikator Stochastic Oscillator Dan Weighted Moving Average. JURNAL KEUNIS (Keuangan dan Bisnis), 9(6), 37-54.
IDX. (2023, Juli 11). Saham. Retrieved from www.idx.co.id: https://www.idx.co.id/id/produk/saham
Joseph F. Hair JR., B. J. (2011). Multivariate Data Analysis (5th ed.). New Jersey: New Jersey.
Lubisa, J. K., & Kharisudin, I. (2021). Metode Long Short Term Memory dan Generalized Autoregressive Conditional Heteroscedasticity untuk Pemodelan Data Saham. PRISMA, Prosiding Seminar Nasional Matematika, 652-658.
Muhammad, & Sakti, D. V. (2020). Aplikasi Perbandingan Prediksi Harga Saham Dengan Algoritma Backpropagation Dan Metode Penghalusan Eksponensial Holt Berbasis Web. Konferensi Nasional Ilmu Komputer (KONIK), 512-516.
Mutmainnah, I. (2019, Januari 6). Mengenal Pandas Dalam Python. Retrieved from medium.com: https://medium.com/@16611092/mengenal-pandas-dalam-python-cc66d0c5ea40
Nakagawa, s., Johnson, D. P., & Schielzeth, H. (2017). The coefficient of determination R 2 and intra-class correlation coefficient from generalized linear mixed-effects models revisited and expanded. R. Soc. Publ, 1-11.
Nelli, F. (2015). Data Analysis and Science Using Pandas, matplotlib, and the Python Programming Language.
Nopianti, R., Panudju, A. T., & Permana, A. (2022, April). Prediksi Harga Saham Indonesia pada Masa Covid-19 Menggunakan Regresi Pohon Keputusan. Jurnal Ecodemica: Jurnal Ekonomi, Manajemen, dan Bisnis, 6(1), 2528-2255.
Pangaribuan, J. J., & Lestari, M. (2020). Perbandingan Metode Moving Average (MA) Dan Neural Network Yang Berbasis Algoritma Backpropagation Dalam Prediksi Harga Saham. PSDKU Medan Jurusan Sistem Informasi, 5(1), 27-34.
Patriya, E. (2020). Implementasi Support Vector Machine Pada Prediksi Harga Saham Gabungan (IHSG). Jurnal Ilmiah Teknologi dan Rekayasa, 25(1).
Porcu, V. (2018). Python for Data Mining Quick Syntax Reference. Nuoro, Italy.
Ridwan, A. F., Hidayana, R. A., & Ruchjana, B. N. (2021). Simulasi Pergerakan Harga Saham Menggunakan Model Gerak Brown Geometrik Dengan R Studio. Universitas Pattimura Ambon, 559-564.
Rusyida, W. Y., & Pratama, V. Y. (2020). Prediksi Harga Saham Garuda Indonesia di Tengah Pandemi Covid-19 Menggunakan Metode ARIMA. SQUARE : Journal of Mathematics and Mathematics Education, 2(1), 73-81.
Sofi, K., Sunge, A. S., Riady, S. R., & Kamalia, A. Z. (2021). Perbandingan Algoritma Linear Regression, LSTM, DANGRU Dalam Memprediksi Harga Saham Dengan Modeltime Series. SEMINASTIKA, 39 - 47.
Swamynathan, M. (2017). Mastering Machine Learning with Python in Six Steps.
Untoro, A. B. (2020). Prediksi Harga Saham Dengan Menggunakan Jaringan Syaraf Tiruan. Jurnal Teknologi Informatika dan Komputer MH Thamrin, 6(2), 102-111.
VanderPlas, J. (2017). Python Data Science Handbook.
