PREDIKSI PERGERAKAN HARGA SAHAM DENGAN METODE KLASIFIKASI DECISION TREE ALGORITMA C5.0 PADA SAHAM-SAHAM LQ45

71140048, Wahyu Kristanto (2019) PREDIKSI PERGERAKAN HARGA SAHAM DENGAN METODE KLASIFIKASI DECISION TREE ALGORITMA C5.0 PADA SAHAM-SAHAM LQ45. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71140048_bab1_bab5_daftarpustaka.pdf Download (407kB)
	Text (Skripsi Informatika) 71140048_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Investasi pada pasar modal dapat memberikan keuntungan yang besar apabila investor dapat memprediksi arah pergerakan harga saham pada masa yang akan datang. Teknikal analisis adalah salah satu metode yang populer untuk memprediksi pergerakan harga dengan menganalisa data historis dari suatu harga saham. Di Indonesia LQ45 adalah indeks dari Bursa Efek Indonesia dengan saham-saham yang volatilitas perdagangan tinggi. Teknikal indikator pada Teknikal analisis merupakan metode penghitungan dari data historis harga saham yang berfungsi untuk memberikan gambaran pada investor dalam pengambilan keputusan saat melakukan investasi dan terhindar dari kerugian. Kemajuan teknologi data mining dapat mengklasifikasikan pada suatu kelas dengan menggunakan atribut dari setiap kelas. Algoritma C5.0 adalah salah satu Teknik data mining dengan menggunakan decision tree untuk membuat model prediksi. Jurnal ini menggunakan algoritma C5.0 untuk memprediksi pergerakan harga saham-saham pada LQ45 dengan bantuan 4 teknikal indikator yaitu Bollinger Bands(BB), Moving Average Convergence Divergence (MACD), Stochastic(Stoch), dan On Balance Volume (OBV). Model yang dihasilkan memberikan keakurasian pada data latih dengan nilai tertinggi 72% pada saham INTP dan keakurasian tertinggi pada data uji 63% pada saham HMSP. Urutan dari penggunaan teknikal indikator pada saham-saham yang terdaftar dalam model yang dibuat dari yang paling penting adalah BB, Stoch, MACD, dan yang terakhir OBV.

Actions (login required)

View Item