Peramalan Harga Saham PT Gojek Tokopedia Tbk Menggunakan Support Vector Regression dengan Fruit Fly Optimization Algorithm

Serhansyah, Aditya Agral (2024) Peramalan Harga Saham PT Gojek Tokopedia Tbk Menggunakan Support Vector Regression dengan Fruit Fly Optimization Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201082-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2026. Download (1MB) | Request a copy

Abstract

Saham merupakan bukti investasi atas modal terhadap suatu perusahaan yang digunakan oleh perusahaan dalam menjalankan bisnis dan kegiatan operasionalnya. Tujuan utama dari investasi dalam bentuk saham untuk memaksimalkan return dan meminimalkan risiko yang didapatkan dari return. Fluktuasi harga saham di pasar saham dipengaruhi banyak faktor mikro dan makro, termasuk perubahan lingkungan finansial yang pada umumnya bersifat unpredictable dan tidak semua faktor tersebut dapat dikendalikan oleh pelaku perdagangan saham. Pada sisi yang lain, informasi harga saham sangat diperlukan oleh para pembeli atau penjual saham. Peramalan harga saham merupakan salah satu teknik analisis untuk mendapatkan prediksi harga saham berdasarkan historis harga saham sebelumnya. Harga saham terendah dan tertinggi (low price and high price) merupakan informasi penting pada perdagangan saham. Harga saham terendah dapat menjadi sinyal bagi investor untuk membeli saham tersebut, dan harga tertinggi menjadi informasi untuk menjual saham tersebut atau mengambil keuntungan. Oleh karena itu, dibutuhkan peramalan yang tepat dan efisien. Pada penelitian ini akan dilakukan peramalan harga saham PT Gojek Tokopedia, Tbk menggunakan data sekunder yang didapatkan melalui website Yahoo Finance. Metode peramalan yang digunakan adalah Support Vector Regression (SVR) karena metode ini dapat menyelesaikan permasalahan estimasi non-linear sehingga bisa digunakan untuk meramalkan harga saham. Peramalan harga saham dengan menggunakan model SVR akan dibantu dengan optimasi parameter yaitu Fruit Fly Optimization Algorithm (FOA). Model peramalan terbaik untuk harga high saham PT Gojek Tokopedia Tbk menggunakan kernel RBF dengan parameter C (constant) sebesar 37,69508, ε (epsilon) sebesar 0,00282, dan γ (gamma) sebesar 0,34580 dengan nilai MAPE sebesar 1,9686%. Model peramalan terbaik untuk harga low saham PT Gojek Tokopedia Tbk menggunakan kernel RBF dengan parameter C (constant) sebesar 64,33006, ε (epsilon) sebesar 0,01161, dan γ (gamma) sebesar 1,77057 dengan nilai MAPE sebesar 1,672%. Pola pergerakan harga saham PT Gojek Tokopedia Tbk selama 10 hari kedepan masih terus berfluktuasi namun cenderung menunjukkan tren naik.
===================================================================================================================================
Stocks represent an investment proof into a company's capital used by the company to conduct its business and operational activities. The primary goal of investing in stocks is to maximize returns and minimize the associated risks. Fluctuations in stock prices in the stock market are influenced by various micro and macro factors, including unpredictable financial environment changes, not all of which are controllable by stock traders. On the other hand, stock price information is crucial for buyers or sellers. Stock price forecasting is an analytical technique to predict stock prices based on historical data. The lowest and highest stock prices are essential information in stock trading; the lowest price can signal investors to buy the stock, while the highest price provides information to sell the stock or gain profits. Hence, precise and efficient forecasting is necessary. This research focuses on forecasting the stock prices of PT Gojek Tokopedia, Tbk using secondary data obtained from the Yahoo Finance website. The forecasting method employed is Support Vector Regression (SVR) due to its ability to address non-linear estimation issues, enabling the prediction of stock prices. The SVR model's forecasting will be aided by parameter optimization using the Fruit Fly Optimization Algorithm (FOA). The best forecasting model for the high stock price of PT Gojek Tokopedia Tbk uses the RBF kernel with a constant parameter (C) of 37.69508, epsilon (ε) of 0.00282, and gamma (γ) of 0.34580, with an MAPE value of 1.9686%. The best forecasting model for the low stock price of PT Gojek Tokopedia Tbk uses the RBF kernel with a constant parameter (C) of 64.33006, epsilon (ε) of 0.01161, and gamma (γ) of 1.77057, with an MAPE value of 1.672%. The stock price movement pattern of PT Gojek Tokopedia Tbk over the next 10 days is expected to continue fluctuating but tends to show an upward trend.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Fruit Fly Optimization Algortihm, Harga Saham, Peramalan, Support Vector Regression; Fruit Fly Optimization Algortihm, Forecasting, Stock Price, Support Vector Regression
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. Q Science > Q Science (General) > Q337.3 Swarm intelligence Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA353.K47 Kernel functions (analysis)
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Aditya Agral Serhansyah
Date Deposited:	05 Feb 2024 00:49
Last Modified:	05 Feb 2024 00:49
URI:	http://repository.its.ac.id/id/eprint/105991

Actions (login required)

View Item