Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
AMAN HAGGAI HUTABARAT Pengarang Margaretha Yohanna, S.Kom., M.Kom. Dosen Pembimbing 1 Doli Hasibuan S.E., M.Kom. Dosen Pembimbing 2

Sektor energi terbarukan merupakan salah satu instrumen investasi yang menarik namun memiliki karakteristik volatilitas harga saham yang tinggi dan fluktuatif. Ketidakpastian ini menuntut adanya metode prediksi yang akurat untuk meminimalisir risiko investasi. Penelitian ini bertujuan untuk membandingkan tingkat akurasi antara algoritma Machine Learning yaitu Random Forest dengan metode Analisis Teknikal yaitu Exponential Moving Average (EMA) periode 5 dan 10 dalam memprediksi harga penutupan (closing price) saham. Objek penelitian ini adalah PT Kencana Energi Lestari Tbk (KEEN) dan PT Arkora Hydro Tbk (ARKO). Kinerja kedua metode dievaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Exponential Moving Average (EMA) periode pendek (EMA 5) memiliki tingkat akurasi yang lebih tinggi dibandingkan algoritma Random Forest maupun EMA 10. Pada saham KEEN, metode EMA 5 menghasilkan nilai MAPE terendah sebesar 1,77%, lebih unggul dibandingkan Random Forest (1,94%) dan EMA 10 (2,24%). Sementara pada saham ARKO, metode EMA 5 kembali mencatatkan kinerja terbaik dengan MAPE sebesar 3,67%, jauh lebih akurat dibandingkan Random Forest (8,22%) dan EMA 10 (4,57%). Kata Kunci: Prediksi Saham, Energi Terbarukan, Random Forest, Exponential Moving Average (EMA), MAPE, KEEN, ARKO.