SKRIPSI ANALISIS PREDIKSI PERGERAKAN HARGA SAHAM PADA INDEKS IDX30 MENGGUNAKAN ALGORITMA MACHINE LEARNING RANDOM FOREST

• DHIKA WILDAN NUR FIRDAUS
• 2026

---

Penelitian ini bertujuan untuk membangun dan mengevaluasi model prediksi harga penutupan saham pada indeks IDX30 menggunakan algoritma Random Forest berbasis pendekatan machine learning. Model dikembangkan dengan memanfaatkan kombinasi data historis harga saham, indikator teknikal, dan indikator fundamental perusahaan guna menangkap pola pergerakan harga secara lebih komprehensif. Data yang digunakan merupakan data historis saham periode 01 Agustus 2025 hingga 14 Oktober 2025 yang diperoleh melalui proses pengumpulan, pembersihan data, normalisasi menggunakan metode Min-Max Normalization, serta pembagian data menjadi data latih dan data uji. Model Random Forest Regressor dilatih menggunakan data latih dan dievaluasi menggunakan data uji untuk menilai kemampuan generalisasi model. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Error (MAE), Mean Squared Error (MSE), dan koefisien determinasi (R2). Hasil pengujian menunjukkan bahwa model menghasilkan performa yang sangat baik dengan nilai MAE sebesar 0,0077, MSE sebesar 0,0003, dan R2 sebesar 0,9951. Hasil ini menunjukkan bahwa algoritma Random Forest efektif dalam memodelkan hubungan nonlinier antar variabel dan mampu memprediksi harga penutupan saham IDX30 secara akurat dan andal.

• Random Forest
• Prediksi Harga Saham
• IDX30
• Machine Learning
• Analisis Data

https://repository.bsi.ac.id/repo/78583/SKRIPSI-ANALISIS-PREDIKSI-PERGERAKAN-HARGA-SAHAM-PADA-INDEKS-IDX30-MENGGUNAKAN-ALGORITMA-MACHINE-LEARNING-RANDOM-FOREST
Anda dapat membaca file tugas akhir ini di repository.