MEMPREDIKSI ARAH PERGERAKAN INDEKS SAHAM DENGAN METODE K-NEAREST NEIGHBOUR

23060167, Metaria V. Hia (2011) MEMPREDIKSI ARAH PERGERAKAN INDEKS SAHAM DENGAN METODE K-NEAREST NEIGHBOUR. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Sistem Informasi) 23060167_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Sistem Informasi) 23060167_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Dalam dunia bisnis investasi khususnya saham atau stocks, informasi harga bisa berubah dengan cepat tergantung penawaran yang terjadi disana dan juga aspekaspek lain yang juga sangat berpengaruh. Banyak usaha/percobaan yang dilakukan untuk memprediksi harga saham dengan menggunakan model statistik. Akan tetapi, seringkali keputusan yang diperoleh sulit dipahami dan hasil prediksi kurang tepat. Prediksi yang kurang tepat memberi resiko yang tinggi bagi para investor. Teknik data mining memiliki kemampuan untuk mencari pola tersembunyi yang dapat mencerminkan apa yang terjadi dimasa yang akan datang. Pola ini mempunyai kecenderungan untuk berulang sehingga dengan mengamati data histories saham dapat diramalkan pergerakan harga yang mungkin akan terjadi dimasa depan. Salah satu teknik yang dapat digunakan adalah K-Nearest. K-nearest Neighbour(KNN) merupakan metode pendekatan yang dapat digunakan untuk membantu investor pasar modal, atau orang dunia saham, forex, reksadana, untuk mampu memprediksi besok index mau bergerak ke mana, apa index mau naik, turun, atau mendatar. Metode KNN dapat digunakan sebagai metode yang dapat menghitung data sebanyak n yaitu data- data masa lalu yang dibandingkan dengan data-data saat ini maka di dapat hasil atau output yang mendekati untuk prediksi saat ini. Dari hasil analisis program diketahui proses prediksi akan lebih terkesan professional jika disertai grafik dan perhitungan pivot point.Oleh karena itu pada form hasil prediksi,kami juga menyertakan grafik prediksi dan perhitungan pivot pointnya.

Actions (login required)

View Item