Analisis Harga Saham PT Telkomsel Tbk menggunakan Metode Random Forest Regression

Abstract

Pasar modal berperan penting dalam pengembangan ekonomi, khususnya melalui instrumen saham yang menawarkan peluang keuntungan tinggi meskipun disertai risiko fluktuasi harga. Penelitian ini bertujuan untuk menganalisis tren harga saham PT Telkomsel Tbk menggunakan indikator teknikal seperti Moving Average (MA), Moving Average Convergence/Divergence (MACD), Relative Strength Index (RSI), dan Bollinger Bands, serta mengevaluasi kinerja metode Random Forest Regression dalam menganalisis pergerakan harga saham. Data yang digunakan mencakup harga penutupan saham periode 1 Januari 2019 hingga 31 Desember 2024 yang diperoleh dari Yahoo Finance. Tahapan penelitian meliputi preprocessing data, analisis teknikal dengan indikator-indikator populer, serta pemodelan prediktif menggunakan Random Forest Regression. Hasil analisis menunjukkan bahwa indikator teknikal seperti SMA 50/200 dan EMA 12/26 efektif dalam mengidentifikasi tren pasar seperti Golden Cross dan Death Cross. RSI dan Bollinger Bands memberikan sinyal overbought dan oversold yang valid dalam beberapa fase pergerakan saham. Model Random Forest Regression menghasilkan performa prediktif yang sangat baik dengan nilai R2 sebesar 0.9918 pada data latih dan 0.9755 pada data uji. Dengan memanfaatkan integrasi indikator teknikal dan metode machine learning, penelitian ini memberikan kontribusi pada pengembangan strategi investasi berbasis data. Hasil penelitian diharapkan dapat memberikan prediksi harga saham yang lebih akurat dan membantu investor dalam pengambilan keputusan investasi yang lebih terukur dan berbasis analitik.