Optimalisasi Portofolio Investasi Dalam Memprediksi Return Saham Menggunakan Metode Random Forest Regression dan Linear Regression

• EVAN ANANDA PUTRA
• 2024

---

Investasi jangka panjang yang cukup banyak diminati oleh kalangan masyarakat diantaranya ada saham, karena investasi ini mendatangkan keuntungan yang terbilang cukup besar bagi para investornya. Namun berkaitan dengan hal tersebut, pergerakan harga saham pada umumnya cenderung bersifat non-linear dan non-stasioner, hal ini dikarenakan harga saham dapat dipengaruhi oleh beberapa faktor yang dapat merubah pola nilai harga saham baik naik atau turun, sehingga hal ini dapat mempersulit dalam memprediksi harga saham. Dalam penelitian ini, dilakukan analisa perbandingan model prediction dalam memprediksi harga saham menggunakan pendekatan teknikal berdasarkan data masa lampau, data yang digunakan adalah historis harga saham dengan mengambil nilai penutupan harga saham. Terdapat dua metode yang diuji coba pada penelitian ini, diantaranya Linear Regression (LR) dan Random Forest Regression (RFR). Pengujian dilakukan dengan membandingkan performa dua metode yang digunakan memiliki nilai akurasi prediksi yang lebih baik, diantaranya untuk metode Linear Regression (LR) memiliki nilai R-Square sebesar 0.9962, Adjusted R-Square sebesar 1.00 dan Mean Squared Error (MSE) sebesar 3889.01. Untuk metode Random Forest Regression (RFR) memiliki nilai R-Square sebesar 0.8008, Adjusted R-Square sebesar 0.80 dan Mean Squared Error (MSE) sebesar 202496.13. Hasil tersebut menunjukan bahwa metode Linear Regression (LR) lebih baik digunakan untuk peramalan harga saham dibandingkan dengan menggunakan metode Random Forest Regression (RFR).

• Prediksi
• Saham
• Linear Regression
• Random Forest Regression

https://repository.bsi.ac.id/repo/56521/Full-Skripsi
File full-text dikunci.