Perpustakaan Digital ITB

Penerapan Bayesian Network (BN) dalam pengambilan keputusan jual-beli saham menjadi pokok permasalahan dalam Tugas Akhir ini. Faktor yang mempengaruhi jual-beli saham antara lain faktor makroekonomi, faktor industri dan faktor perusahaan. Untuk menerapkan BN dalam kasus saham, terlebih dahulu dilakukan analisis keterhubungan antarfaktor tersebut dan pengaruhnya terhadap keputusan jual-beli. Keterhubungan tersebut kemudian dapat digambarkan dengan Directed Asyclic Graph (DAG) yang merupakan komponen kualitatif BN. Permasalahan jual-beli saham juga dapat digolongkan sebagai task klasifikasi. Untuk menyelesaikan task klasifikasi, selain komponen kualitatif, dibutuhkan pula komponen parameter BN, yaitu Conditional Probability Table (CPT). CPT dan DAG dibutuhkan untuk melakukan inferensi probabilistik untuk memprediksi keputusan jual-beli saham. Dalam Tugas Akhir ini, DAG dan CPT dibangun dari data tanpa melibatkan domain expert. Data yang diperlukan adalah data historikal faktor harga saham yang telah mengalami pre-processing sehingga datanya menjadi diskret dan lengkap. DAG dan CPT yang dibangun kemudian menjadi model yang digunakan untuk memprediksi keputusan jual–beli saham dari kasus baru. Dari hasil penerapan tersebut, perangkat lunak pengambil keputusan jual–beli saham dikembangkan. Perangkat lunak ini memanfaatkan BN untuk mengklasifikasi kasus saham yang baru dan belum diketahui keputusannya. Setelah diimplementasikan, perangkat lunak ini kemudian diujikan melalui sejumlah eksperimen yang melibatkan nilai faktor harga saham yang berbeda. Hasil pengujian terhadap perangkat lunak menunjukkan bahwa BayeStock memiliki tingkat akurasi sebesar 81.25%. Dengan demikian, perangkat lunak mampu melakukan pembelajaran data dengan baik sehingga model yang dihasilkan mampu melakukan klasifikasi terhadap data baru dengan akurat.