Publisher

AHMARAHMAR

Journal ARRUS Journal of Mathematics and Applied ScienceARRUS Journal of Mathematics and Applied Science Abstract

Penelitian ini bertujuan untuk meramalkan harga penutupan saham BRI menggunakan metode Support Vector Regression (SVR) dan Double Exponential Smoothing (DES). Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari situs web Yahoo Finance, yang mencakup periode dari Januari 2020 hingga November 2023. Langkah-langkah analisis menggunakan metode SVR melibatkan pemilihan model optimal dengan menerapkan Grid Search Optimization ke berbagai kernel (linear, polynomial, radial, dan sigmoid). Model dengan kinerja terbaik adalah kernel radial dengan parameter ε = 0,1, C = 100, dan γ = 10, menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 0,2431%, yang kemudian digunakan untuk peramalan. Untuk metode DES, langkah-langkahnya melibatkan penentuan parameter dan meminimalkan nilai MAPE, diikuti oleh perhitungan smoothing dan peramalan. Parameter optimal yang diperoleh adalah α = 0,89 dan β = 0,01, menghasilkan nilai MAPE sebesar 1,4832%. Berdasarkan perbandingan nilai MAPE, dapat disimpulkan bahwa metode SVR dengan kernel radial (ε = 0,1, C = 100, γ = 10) memberikan perkiraan yang paling akurat untuk harga penutupan saham BRI, dengan MAPE terendah sebesar 0,2431%.

Conclusion

Berdasarkan hasil dan pembahasan peramalan harga penutupan saham harian BRI, dapat ditarik kesimpulan berikut.(1) Peramalan menggunakan metode Support Vector Regression (SVR) menghasilkan model terbaik dengan kernel radial, menggunakan parameter ε=0,1, C=100, dan γ=10, dengan hasil peramalan menunjukkan perubahan yang tidak stabil pada harga penutupan saham BRI untuk bulan Desember 2023.(2) Peramalan menggunakan metode Double Exponential Smoothing (DES) menghasilkan kombinasi parameter terbaik α=0,99 dan β=0,05, dengan hasil peramalan menunjukkan bahwa harga penutupan saham harian BRI pada Desember 2023 diperkirakan akan meningkat secara bertahap.(3) Metode Support Vector Regression menghasilkan tingkat akurasi dengan MAPE sebesar 0,3561%, sedangkan metode Double Exponential Smoothing menghasilkan tingkat akurasi dengan MAPE sebesar 4,6333%, sehingga metode terbaik untuk meramalkan harga penutupan saham harian BRI adalah metode Support Vector Regression.

Future Research

Penelitian lanjutan dapat dilakukan dengan membandingkan kinerja SVR dan DES dengan metode machine learning lainnya seperti Long Short-Term Memory (LSTM) atau metode deep learning lainnya, untuk melihat apakah metode tersebut menghasilkan akurasi yang lebih baik dalam meramalkan harga saham BRI. Selain itu, perlu dipertimbangkan untuk memasukkan variabel-variabel eksternal seperti indikator ekonomi makro (inflasi, suku bunga) atau sentimen pasar (berita, analisis media sosial) ke dalam model peramalan, untuk meningkatkan akurasi dan kemampuan model dalam menangkap dinamika pasar yang lebih komprehensif. Studi lebih lanjut juga dapat mengeksplorasi penggunaan teknik hybrid yang menggabungkan SVR atau DES dengan metode lain, atau penggunaan algoritma optimasi yang lebih canggih untuk pemilihan parameter model, dengan harapan memperoleh model peramalan yang lebih robust dan adaptif terhadap perubahan kondisi pasar.

References

1. Prediksi Ekspor Migas Indonesia Dengan Double Exponential Smoothing | Jurnal Elektro. ekspor migas double... ejournal.atmajaya.ac.id/index.php/JTE/article/view/5123Prediksi Ekspor Migas Indonesia Dengan Double Exponential Smoothing Jurnal Elektro ekspor migas double ejournal atmajaya ac index php JTE article view 5123
2. A Penerapan Metode Double Moving Average dan Double Exponential Smoothing pada Peramalan Nilai Impor... ejournal.unesa.ac.id/index.php/mathunesa/article/view/57067A Penerapan Metode Double Moving Average dan Double Exponential Smoothing pada Peramalan Nilai Impor ejournal unesa ac index php mathunesa article view 57067

Metadata

File size	626.83 KB
Pages	12
DMCA	Report