Prediksi Harga Saham Perusahaan Migas Menggunakan Support Vector Regression (Svr) (Studi Kasus : Harga Penutupan Saham Harian Pt. Medco Energi Internasional Tbk Dan Pt Elnusa Tbk)

Abstract

Naik dan turunnya harga saham yang dapat berubah-ubah dari waktu ke waktu mengikuti situasi yang terjadi dan berkembang karena berbagai faktor seperti harga minyak, nilai tukar, suku bunga, dan kinerja perusahaan, sehingga tidak mudah untuk melihat pergerakan harga saham. Oleh karena itu, ingin dilakukan pemodelan pada harga saham. Dalam penelitian ini, digunakan harga saham perusahaan di bidang migas (minyak dan gas bumi), yaitu PT. Medco Energi Internasional Tbk (MEDC) dan PT Elnusa Tbk (ELSA) menggunakan metode Support Vector Regression (SVR) dengan kernel Linear dan RBF. Dari hasil pengujian, menunjukkan bahwa kernel RBF dengan 10 input data menggunakan imputasi interpolasi Linear memperoleh nilai MAPE paling kecil pada perusahaan MEDC, yaitu sebesar 2.222899%. Pada perusahaan ELSA, nilai MAPE terkecil berasal dari kernel Linear dengan 2 input data yang juga menggunakan interpolasi Linear, yakni sebesar 1.635989%.