Moving Average untuk Prediksi Harga Saham dengan Linear Regression
DOI:
https://doi.org/10.24002/jbi.v14i02.7446Keywords:
linear regression, moving average, prediksi, sahamAbstract
Saham sebagai instrumen investasi di pasar modal dapat memberikan keuntungan berupa capital gain, namun juga memiliki resiko capital loss. Metode analisis dan peramalan diperlukan untuk membantu investor. Untuk mencapai hal tesebut, data historis dan data rata-rata digunakan untuk mengurangi fluktuasi acak jangka pendek pada harga saham, dan algoritma linear regression untuk mendapatkan hasil yang akurat dengan mengurangi tingkat kesalahan dan nilai Mean Squared Error (MSE). Hasil evaluasi menunjukkan akurasi yang baik dengan korelasi yang kuat dan nilai Mean Absolute Percent Error (MAPE) yang rendah. Selain itu, pengujian terhadap data historis dilakukan untuk menguji model dan menghasilkan keuntungan yang signifikan berdasarkan prediksi dari model tersebut. Menurut temuan yang diperoleh dari penilaian tersebut, memprediksi saham dengan menggunakan metode moving average dan linear regression dapat membantu investor memperoleh keuntungan dan mengurangi risiko.
References
idx.co.id, “PT Bursa Efek Indonesia,” 2023. https://www.idx.co.id/id/produk/saham
Herdianto, “Prediksi Kerusakan Motor Induksi Menggunakan Metode Jaringan Saraf Tiruan Backpropagation,” Thesis, Departemen Teknik Elektro, Universitas Sumatera Utara, Medan, Indonesia, 2013.
M. Kafil, “Penerapan Metode K-Nearest Neighbors,” Jurnal Mahasiswa Teknik Informatika, vol. 3, no. 2, pp. 59–66, 2019.
J. Fernando, “Moving Average (MA) Definition,” investopedia, 2023. https://www.investopedia.com/terms/m/movingaverage.asp#what-is-a-moving-average-ma 1, pp. 199–209, 2023.
A. Nurlifa and S. Kusumadewi, “Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky,” INOVTEK Polbeng - Seri Informatika, vol. 2, no. 1, p. 18, 2017.
D. A. Mukmin, R. Irsyada, and H. Audytra, “Penerapan Metode Moving Average Pada Sistem Informasi Prediksi Angka Kemiskinan,” Multidisciplinary Applications of Quantum Information Science Journal, vol. 1, no. 1, pp. 43–49, 2021.
A. Nurfadilah, W. Budi, E. Kurniati, and D. Suhaedi, “Penerapan Metode Moving Average untuk Prediksi Indeks Harga Konsumen,” Jurnal Teori dan Terapan Matematika, vol. 21, no. 1, pp. 19–25, 2022.
D. Djawoto, “Peramalan Laju Inflasi Dengan Metode Auto Regressive Integrated Moving Average (Arima),” EKUITAS (Jurnal Ekonomi dan Keuangan), vol. 14, no. 4, p. 524, 2017.
R. Rachman, “Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment,” Jurnal Informatika, vol. 5, no. 2, pp. 211–220, 2018.
I. M. Kamal, T. H. P, and R. Ilyas, “Prediksi Penjualan Buku Menggunakan Data Mining,” Seminar Nasional Teknologi Informatika dan Multimedia, pp. 49–54, 2017.
N. R. Sanders, Forecasting Fundamentals. Business Expert Press., 2016.
R. N. Puspita, “Perbandingan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing Pada Peramalan Nilai Ekspor Di Indonesia,” Jambura Journal of Probability and Statistics, vol. 3, no. 2, pp. 141–150, 2022.
I. Kurniawati, R. E. Indrajit, and M. Fauzi, “Peran Bussines Intelligence Dalam Menentukan Strategi Promosi Penerimaan Mahasiswa Baru,” Ikraith-Informatika, vol. 1, no. 2, pp. 70–79, 2017.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright of this journal is assigned to Jurnal Buana Informatika as the journal publisher by the knowledge of author, whilst the moral right of the publication belongs to author. Every printed and electronic publications are open access for educational purposes, research, and library. The editorial board is not responsible for copyright violation to the other than them aims mentioned before. The reproduction of any part of this journal (printed or online) will be allowed only with a written permission from Jurnal Buana Informatika.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
