Implementasi LEast Square Support Vector Machine dengan Algoritma Artificial Bee Colony dan K-Fold Cross Validation pada Peramalan Harga Saham Pt. Perusahaan Gas Negaea

Abstract

Abstrak

Peramalan harga saham adalah proses analisis data historis harga saham secara matematis dengan tujuan untuk memprediksi pergerakan harga saham di masa yang akan datang. Saham sendiri salah satu instrumen investasi yang sangat sensitif terhadap berbagai isu dan berita yang sedang terjadi sehingga cenderung memiliki sifat non-linear, fluktuatif, dan memiliki pola tren. Least Square Support Vector Machine (LSSVM) merupakan salah satu metode peramalan dalam menangani masalah data yang bersifat non-linear terutama pada data harga saham. LSSVM bekerja menggunakan dua parameter penting (hyperparameter) yang akan mempengaruhi hasil peramalan yakni parameter regulasi (γ) dan kernel RBF (σ). Penentuan ini nilai iptimal dari hyperparameter tersebut akan menggunakan bantuan algoritma Artificial Bee Colony (ABC) dan K-Fold Cross Validation. Hasil penilitian ini menunjukan bahwa dua parameter tersebut berpengaruh signifikan terhadap pemodelan preidksi. Dimana nilai hyperparameter yang diperoleh adalah γ = 10000 dan σ = 9163.63 dengan jumlah populasi 7 dan iterasi maksimal 10, hingga memiliki hasil prediksi parameter optimal adalah 1.3261. Metrik evaluasi menunjukan nilai Root Mean Squared Error (RMSE) sebesar 0,6283