Perpustakaan Digital ITB

Sebagai salah satu negara dengan status ekonomi terbesar dan populasi terbanyak di dunia, Indonesia memiliki potensi yang sangat besar untuk pengembangan pasar saham. Meskipun beberapa tahun ini dunia sedang dilanda pandemi covid-19 yang membuat goncangan di sektor ekonomi dunia, bursa efek indonesia malah mencatatkan kenaikan jumlah investor sebesar 56% per desember 2020 dan nilai transaksi harian dari investor retail juga mengalami peningkatan 70%. Namun kenaikan indikator ini ternyata tidak diikuti dengan pengetahuan literasi keuangan yang memadai berdasarkan hasil survey yang dilakukan Otoritas Jasa Keuangan (OJK). Dari survey tersebut diketahui bahwa hanya terdapat 4.4% dari total responden yang memahami seperti apa investasi di sektor pasar saham sehingga menimbulkan resiko tersendiri bagi para investor tersebut. Artinya terdapat kemungkinan yang cukup besar bahwa para investor terjun ke pasar saham tanpa pengetahuan yang cukup tentang resiko yang ada di pasar saham yang mengakibatkan para investor tersebut kehilangan uangnya. Dengan kondisi seperti itu, para investor akan bergantung terhadap orang lain seperti influencer, teman dekat, dll dalam menyusun strategi trading nya. Padahal dengan melakukan riset, para investor bisa menemukan berbagai macam perangkat yang bisa membantu mereka untuk bisa sukses di pasar saham dimana perangkat - perangkat tersebut memberikan layanan untuk mengidentifikasi performa saham di masa yang akan datang berdasarkan fundamental/technical analysis. Namun layanan tersebut membutuhkan biaya langganan yang akhirnya membuat para investor mengurungkan niatnya karena keterbatasan dana. Berdasarkan alasan alasan diatas, maka studi ini dilakukan untuk melihat implementasi pendekatan keilmuan data dan kecerdasan buatan dalam memprediksi harga saham di bursa efek indonesia. Studi ini akan menggunakan indicator analisis teknikal sebagai input dasar untuk mengembangkan model kecerdasan buatan yang bisa menghasilkan prediksi pergerakan harga saham dalam waktu 2 minggu yang akan datang. Variabel – variable tersebut akan melewati kerangka konseptual yang komprehensif yang terdiri dari 6 proses untuk menghasilkan hasil dan kinerja model yang memuaskan. Data mentah dikompilasi dari Yahoo Finance dengan menggunakan bahasa pemrograman Python. Setelah data siap, Analisis Data Eksplorasi dilakukan untuk memilih dan meninjau parameter yang paling signifikan untuk model keluaran dengan cermat. 5 Algoritma Machine Learning diuji untuk memilih representasi model terbaik dalam masalah regresi dan klasifikasi. Model yang sudah divalidasi memiliki R2 0.99 dan skor akurasi 0.76 yang dinilai sangat baik untuk di implementasikan. Model kecerdasan buatan ini juga memiliki performa yang cukup baik ketika mengidentifikasi adanya potensi pasar yang irrasional dengan contoh kasus efek covid-19 di pertengahan maret 2019. Hasil prediksi model pun bisa diakses secara online dan free dalam bentuk csv file dan divisualisasikan di berbagai platform seperti Microsoft Excel, PowerBI, Tableau, dll.