Perbandingan Metode Regresi Linier Berganda dan Autoregressive Integrated Moving Average (ARIMA) Untuk Prediksi Saham PT. BSI, Tbk.
DOI:
https://doi.org/10.58192/ocean.v1i4.350Keywords:
Data Minin; Regresi Linier Berganda; ARIMA; MAPE.Abstract
Pada periode tahun 2018 sampai dengan tahun 2021 saham PT. BSI tbk (BRIS) cenderung mengalami fluktuasi harga setiap hari, sehingga dari kumpulan data time-series saham BRIS dibutuhkan penggalian data untuk menemukan pola model prediksi yang dapat menemukan informasi yang bermanfaat. Metode Data mining atau disebut juga dengan knowledge discovery merupakan penggalian informasi yang tersimpan dalam basis data yang besar melalui studi mengumpulkan, membersihkan, memproses, dan menganalisis, sehingga mendapatkan hal yang berguna dari data saham BRIS. Adapun model yang digunakan adalah metode regresi linier berganda, dan metode ARIMA dimana kedua metode tersebut memiliki keunggulan dalam analisis data numerik yang cukup akurat. Tujuan penelitian ini adalah untuk menerapkan dan menghasilkan model persamaan yang akurat antra kedua metode tersebut dalam memprediksi harga saham PT. BSI tbk. Hasil yang didapat adalah model regresi linier berganda dengan hasil nilai MAPE 1,1% yaitu 98,9% lebih akurat dibandingkan dengan model ARIMA yaitu dengan hasil nilai MAPE 2,36% dan akurasinya 98,9%.
References
Aggarwal, C. C. Data Mining. New York: Springer, 2015.
Faisal, M Reza dan Dodon T. Nugrahadi. Belajar Data Science: Klasifikasi dengan Bahasa Pemrograman R. Banjar Baru: Scripta Cendekia, 2019.
Han, Jiawei dkk. Data Mining: Concepts And Techniques 3rd Edition. United States: Morgan Kaufmann. 2012.
Salim, Joko. Cara Gampang Bermain Saham. Jakarta: Visimedia. 2010
Wardhono, Adhitya dkk. Analisis Data Time Series Dalam Model Makroekonomi. Jawa Timur: CV. Pustaka Abadi. 2019.
Larose, T. Daniel. Discovering Knowledge In Data: An Introduction to Data Mining. Canada: Jhon Wiley & Sons, Inc. 2005.
Widoatmodjo, Sawidji. Cara Sehat Investasi di Pasar Modal. Jakarta: Media Komputindo. 2005.
Akhmad, Ekka Pujo Ariesanto. “Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran”. Jurnal Aplikasi Pelayaran dan Kepelabuhanan 10 (2) (2020): 120-131.
Maharadja, Alfanda Novebrian dkk. “Penerapan Metode Regresi Linier Berganda untuk Prediksi Kerugian Negara Berdasarkan Kasus Tindak Pidana Korupsi”. Journal of Applied Informatics and Computing Vol.5 No.1 (2021): 95-102.
Prasetyo, Vicentius Riandaru dkk. “Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Regresi Linier”. Jurnal Nasional Teknologi dan Sistem Informasi Vol.7 No.1 (2021): 8-17.
Ayuni, Najla Ayuni dan Devi Fitrianah. “Penerapan Metode Regresi Linier Untuk Prediksi Penjualan Properti pada PT XYZ”. Jurnal Telematika Vol.14 No.2 (2019): 79-85.
Maulana, Reza dan Devy Kumalasari. “Analisis Dan Perbandingan Algoritma Data Mining Dalam Prediksi Harga Saham GGRM”. Jurnal Informatika Kaputama Vol.3 No.1 (2019): 22-28.
Nur Rohmi Aida. Merger Bank Syariah Indonesia. [online] https://www.kompas.com/tren/read/2021/05/02/080000865/merger-bank-syariah-indonesia-perlukah-nasabah-migrasi-rekening-?page=all/. (diakses Februari 2022)
Admin. Sejarah Perusahaan. [online] https://www.bankbsi.co.id/company-information/tentang-kami/. (diakses Februari 2022)
