Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Angga Prastya Sianipar Pengarang Margaretha Yohanna, S.Kom., M.Kom Dosen Pembimbing 2 Indra Kelana Jaya, ST., M.Kom s Dosen Pembimbing 1 Harlen Gilbert Simanullang, S.Kom., Ketua Penguji

ABSTRAK Pasar modal memiliki peran strategis dalam perekonomian Indonesia, namun fluktuasi harga saham yang dinamis seringkali menimbulkan risiko kerugian bagi investor. Penelitian ini bertujuan untuk menganalisis dan memprediksi arah pergerakan harga saham PT Bank Negara Indonesia (Persero) Tbk (BBNI) dengan menggunakan metode Exponential Moving Average (EMA). Metode ini dipilih karena kemampuannya memberikan bobot lebih besar pada data terbaru sehingga lebih sensitif terhadap perubahan harga terkini dibandingkan metode rata-rata bergerak sederhana. Data yang digunakan dalam penelitian ini adalah data sekunder berupa harga penutupan harian saham BBNI periode 22 Oktober 2020 hingga 22 Oktober 2025 yang diperoleh dari Investing.com. Analisis dilakukan dengan mengombinasikan dua periode waktu, yaitu EMA-10 sebagai indikator jangka pendek dan EMA-20 sebagai indikator jangka menengah untuk mendeteksi sinyal Golden Cross dan Death Cross. Selain analisis matematis, penelitian ini juga mengimplementasikan sistem prediksi berbasis desktop menggunakan bahasa pemrograman Python dengan pustaka PyQt5 sebagai antarmuka pengguna. Hasil pengujian menunjukkan bahwa metode EMA memiliki tingkat akurasi yang sangat tinggi dalam mengikuti tren harga saham BBNI. Berdasarkan evaluasi menggunakan Mean Absolute Percentage Error (MAPE), diperoleh nilai rata-rata kesalahan sebesar 2,35% untuk EMA-10 dan 3,59% untuk EMA-20. Kedua nilai tersebut berada di bawah 10%, sehingga dikategorikan sebagai hasil peramalan yang "Sangat Baik" (Excellent) menurut standar Lewis. Selain itu, sistem mencatat tingkat akurasi arah pergerakan harga (Directional Accuracy) sebesar 87,76%. Penelitian ini menyimpulkan bahwa metode EMA sangat efektif digunakan sebagai alat bantu pengambilan keputusan investasi saat pasar berada dalam kondisi tren yang jelas (trending), namun perlu kewaspadaan saat kondisi pasar mendatar (sideways) untuk meminimalisir sinyal palsu. Kata Kunci: Saham BBNI, Exponential Moving Average, Prediksi Harga, MAPE, Python.