Text
PREDIKSI HARGA SAHAM SEKTOR ENERGI TERBARUKAN DI BURSA EFEK INDONESIA MENGGUNAKAN ALGORITMA RANDOM FOREST DAN METODE EMA (EXPONENTIAL MOVING AVERAGE)
- Bagikan:
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.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
AMAN HAGGAI HUTABARAT - Personal Name
|
| Student ID |
222510161
|
| Dosen Pembimbing |
Margaretha Yohanna, S.Kom., M.Kom. - - Dosen Pembimbing 1
Doli Hasibuan S.E., M.Kom. - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2026 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |