Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt's dan Bayesian Belief Network: Studi Kasus di PT Bank Central Asia Tbk

Atikah, Nabihah Hanun (2017) Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt's dan Bayesian Belief Network: Studi Kasus di PT Bank Central Asia Tbk. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5213100079-Undergraduate_Theses.pdf]
Preview
Text
5213100079-Undergraduate_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Salah satu indeks harga saham yang banyak diminati investor di Indonesia adalah indeks saham LQ45. Pada indeks saham LQ45 terdiri atas 45 perusahaan besar dan dapat dijadikan prospek bisnis yang bagus bagi para investor. Salah satunya adalah PT Bank Central Asia Tbk. Data deret waktu yang digunakan dalam tugas akhir ini adalah data historis harga penutupan saham periode harian PT Bank Central Asia Tbk selama 4 tahun 4 bulan antara 31 December 2012 hingga 28 April 2017. Pergerakan harga penutupan saham tersebut cenderung mengalami peningkatan dan diindikasikan bahwa pola datanya memiliki sifat kecenderungan (trend) meningkat. Sehingga pada tugas akhir ini menggunakan metode double exponential smoothing (DES) Holt’s, karena metode pemulusan ini dapat mengatasi data deret waktu yang memiliki pola trend.

Selain itu pada tugas akhir ini juga menggunakan model Bayesian Belief Network (BBN) dalam melakukan peramalan probabilitas untuk mengetahui pergerakan harga saham akan naik, tetap atau turun, dengan melibatkan variabel yang berpengaruh terhadap harga saham. Sehingga akan menghasilkan peramalan probabilitas yang dapat digunakan untuk membantu para investor maupun pelaku pasar modal dalam mengambil keputusan investasi. Oleh karena itu, perlu dibuat sebuah aplikasi prediksi pergerakan harga saham berbasis web yang nantinya dapat digunakan oleh investor dan pelaku pasar modal sebagai pertimbangan dalam melakukan investasi dengan mudah.

Berdasarkan penelitian yang telah dilakukan, diperoleh hasil nilai MAPE terkecil yaitu 0.823% dari model terbaik yang dibangun berdasarkan eksperimen. Model terbaik dihasilkan dari pembagian data pelatihan 70%, data validasi 20% dan data pengujian 10%. Hasil lain yang diperoleh dari analisis model adalah model BBN memiliki performa yang lebih baik daripada hasil peramalan menggunakan model DES Holt’s jika dalam klasifikasi arah perubahan harga saham. Hal ini dibuktikan dengan tingkat kesesuaian pola yang dihasilkan dari proses peramalan harga saham dengan menggunakan bayesian belief network lebih tinggi daripada double exponential smoothing holt’s yaitu sebesar 44%.
=================================================================
One of the stock price indexes that many investors interested in Indonesia is the LQ45 stock index. The LQ45 stock index consists of 45 large companies and can be a good business prospects for investors. One of them is PT Bank Central Asia Tbk.
Time series data used in this final project is historical data of daily closing price of PT Bank Central Asia Tbk for 4 years 4 months between 31 December 2012 until 28 April 2017. The closing stock price movement tend to increase and indicated that the data pattern has the nature of the trend increases. So in this final project using double exponential smoothing (DES) Holt's method, because this smoothing method can overcome the time series data that has trend patterns.
In addition to this final task also uses Bayesian Belief Network (BBN) model in forecasting the probability to know the movement of stock prices will rise, fixed or down, by involving variables that affect the stock price. So it will produce a probability forecast that can be used to help investors and capital market players in making investment decisions. Therefore, it is necessary to make a prediction application of web-based stock price movement that can be used by investors and capital market actors in consideration in making investment easily.
Based on the research that has been done, obtained the smallest MAPE value is 0.823% from the best model built based on the experiment. The best models resulted from 70% training data, 20% validation data and 10% test data. Another result obtained from the model analysis is that the BBN model has better performance than forecasting results using the DES Holt's model if in the direction classification of stock price changes. This is evidenced by the level of conformity patterns resulting from the process of stock price forecasting by using bayesian belief network higher than double exponential smoothing holt's that is equal to 44%.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 006.76 Ati p-1
Uncontrolled Keywords: Aplikasi Prediksi, LQ45, BCA, Prediksi, Holt’s, Bayesian Belief Network, Historis, Harga Saham
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics
T Technology > T Technology (General) > T58.62 Decision support systems
Divisions: Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Nabihah Hanun Atikah
Date Deposited: 02 Nov 2017 06:14
Last Modified: 05 Mar 2019 03:42
URI: http://repository.its.ac.id/id/eprint/42381

Actions (login required)

View Item View Item