Konfigurasi Model Prophet Untuk Prediksi Harga Saham Sektor Teknologi di Indonesia Yang Akurat
DOI:
https://doi.org/10.24002/jbi.v15i1.8634Keywords:
stocks, technology, time series, forecasting, Prophet, saham, teknologi, peramalanAbstract
Saham merupakan salah satu instrumen investasi yang sedang ramai dan digemari oleh masyarakat muda Indonesia. Untuk dapat meramal harga saham, dapat dilakukan analisis teknikal dengan menerapkan machine learning. Namun, untuk dapat menggunakan machine learning, diperlukan implementasi algoritma yang membutuhkan waktu panjang serta keterampilan tinggi. Maka dari itu digunakanlah model Prophet, model machine learning yang mudah untuk dikembangkan. Pengembangan dilakukan dengan menyesuaikan karakteristik data saham yang merupakan data bertipe time series. Eksperimen dilakukan untuk menemukan konfigurasi yang perlu dilakukan terhadap model dalam menghasilkan peramalan yang paling akurat. Melalui penelitian yang dilakukan, hasil terbaik yang didapatkan adalah model Prophet yang menggunakan dataset paling banyak dan juga melalui hyperparameter tuning. Hal ini dapat dibuktikan dengan visualisasi yang ada serta nilai error yang rendah, dimana MAPE (Mean Absolute Percentage Error) mempunyai nilai error sebesar 15%.
References
Bursa Efek Indonesia, “Saham,” 2022. https://www.idx.co.id/id/produk/saham/ (accessed Feb. 02, 2023).
A. Triyono, A. J. Santoso, and Pranowo, “Penerapan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Meramalkan Harga Saham (IHSG),” J. Sist. Dan Inform., vol. 11, no. 1, pp. 165–172, 2016.
U. Khaira, P. E. P. Utomo, T. Suratno, and P. C. S. Gulo, “Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Autoregressive Integrated Moving Average (ARIMA),” JUSS (Jurnal Sains dan Sist. Informasi), vol. 2, no. 2, pp. 11–17, 2021, doi: 10.22437/juss.v2i2.8449.
P. Mondal, L. Shit, and S. Goswami, “Study of Effectiveness of Time Series Modeling (Arima) in Forecasting Stock Prices,” Int. J. Comput. Sci. Eng. Appl., vol. 4, no. 2, pp. 13–29, 2014, doi: 10.5121/ijcsea.2014.4202.
A. Vishwakarma, A. Singh, A. Mahadik, and R. Pradhan, “Stock Price Prediction Using Sarima and Prophet Machine Learning Model,” ISSN ABCD-PQRS Int. J. Adv. Res. Sci. Commun. Technol., vol. 9, no. 1, pp. 1–6, 2020, [Online]. Available: www.ijarsct.co.in.
B. Jange, “PREDIKSI INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN PROPHET,” Jotika J. Manag. Entrep., vol. 1, no. 2, pp. 53–59, 2022, doi: 10.56445/jme.v1i2.18.
S. Mohan, A. K. Solanki, H. K. Taluja, Anuradha, and A. Singh, “Predicting the impact of the third wave of COVID-19 in India using hybrid statistical machine learning models: A time series forecasting and sentiment analysis approach,” Comput. Biol. Med., vol. 144, no. February, p. 105354, 2022, doi: 10.1016/j.compbiomed.2022.105354.
W. Y. Rusyida and V. Y. Pratama, “Prediksi Harga Saham Garuda Indonesia di Tengah Pandemi Covid-19 Menggunakan Metode ARIMA,” Sq. J. Math. Math. Educ., vol. 2, no. 1, p. 73, 2020, doi: 10.21580/square.2020.2.1.5626.
M. Fadila, N. W. Utami, and I. G. A. P. D. Putri, “Analisis Time Series Penutupan Harga Saham PT. Bank Jago Tbk. (ARTO) Menggunakan Algoritma Regresi Linear,” CITEE 2022, pp. 39–46, 2022.
Y. Ensafi, S. H. Amin, G. Zhang, and B. Shah, “Time-series forecasting of seasonal items sales using machine learning – A comparative analysis,” Int. J. Inf. Manag. Data Insights, vol. 2, no. 1, p. 100058, Apr. 2022, doi: 10.1016/j.jjimei.2022.100058.
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.
