PERAMALAN HARGA SAHAM UBER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE
Kata Kunci:
Harga Saham, Prediksi, Support Vector MachineAbstrak
Uber merupakan salah satu perusahaan yang menyediakan transportasi yang berasal dari San Francisco, California dimana perusahaan ini menyediakan jasa untuk menghubungkan antara pelanggan dengan pengemudi kendaraan dan juga menyediakan fasilitas tumpangan secara langsung. Harga saham yaitu nilai pada suatu saham yang terbentuk pada bursa diwaktu tertentu yang dipilih oleh pekerja pasar serta dipilih oleh permintaan serta penawaran saham yang bersangkutan dipasar modal. Dikarenakan pada penelitian terdahulu penulis bernama Widya Rzka pada tahun 2020 memiliki hasil RMSE sebesar 0,0932. Dalam penelitian ini menerapkan algoritma Support Vector Machine untuk memprediksi harga saham Uber sehingga dapat menentukan keputusan untuk melakukan investasi pada saham Uber. Penelitian ini menghasilkan pengujian dengan metode algoritma Support Vector Machine menghasilkan nilai RMSE sebesar 0,000.
Referensi
W. R. U. Fadilah, D. Agfiannisa, and Y. Azhar, “Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine,” Fountain Informatics J., vol. 5, no. 2, p. 45, 2020, doi: 10.21111/fij.v5i2.4449.
R. E. Utama, N. A. Gani, Jaharuddin, and A. Priharta, Buku Manajemen Operasi Full, no. November 2019. 2019.
V. P. Ramadhan and F. Y. Pamuji, “Analisis Perbandingan Algoritma Forecasting dalam Prediksi Harga Saham LQ45 PT Bank Mandiri Sekuritas (BMRI),” J. Teknol. dan Manaj. Inform., vol. 8, no. 1, pp. 39–45, 2022, doi: 10.26905/jtmi.v8i1.6092.
N. H. Atikah, A. Djunaidy, and F. Mahananto, “Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt’s: Studi Kasus Di PT Bank Central Asia Tbk,” J. Tek. ITS, vol. 6, no. 2, pp. 333–337, 2017, doi: 10.12962/j23373539.v6i2.23341.
H. Amalia, “Perbandingan Metode Data Mining Svm Dan Nn Untuk Klasifikasi Penyakit Ginjal Kronis,” Maret, vol. 14, no. 1, p. 1, 2018, [Online]. Available: www.bsi.ac.id.
, B., F. A. Marson, , A., and , P., “Perbedaan Teknik Pemasangan Tourniquet Terhadap Kadar Kalium Serum,” J. Kesehat., vol. 11, no. 2, p. 91, 2018, doi: 10.24252/kesehatan.v11i2.6328.
M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103–108, 2021, doi: 10.30871/jaic.v5i2.3200.
agus heri yunial, “Analisa Perbandingan Algoritma Klasifikasi Support Vector Machine, Decession Tree Dan Naive Bayes,” Pros. Semin. Inform. Dan Sist. Inf., vol. 5, no. 2, pp. 138–156, 2020, [Online]. Available: http://openjournal.unpam.ac.id/index.php/SNISIS/article/view/9269.
E. U. Atik Nurmasani and H. Al Fatta, “Analisis Support Vector Machine,” J. Inf. Interaktif Vol, vol. 2, no. 1, 2017, [Online]. Available: https://core.ac.uk/download/pdf/231289900.pdf.
R. R. Fiska, “Penerapan Teknik Data Mining dengan Metode Support Vector Machine,” Sains dan Teknol. Inf., vol. 3, no. 1, 2017.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
