digilib@itb.ac.id +62 812 2508 8800

Darrell Rashad Utama ABSTRAK
PUBLIC Open In Flip Book Dwi Ary Fuziastuti

Tugas Akhir ini ditujukan untuk memprediksi pergerakan harga saham menggunakan machine learning khususnya Support Vector Machine atau SVM. Selain itu akan dilakukan modifikasi tambahan dengan tujuan meningkatkan akurasi prediksi pergerakan saham menggunakan korelasi antar indeks sektor pada klasifikasi industri Bursa Efek Indonesia (BEI). Prediksi saham baik pergerakan hingga nilai saham adalah salah satu cara investor meningkatkan return dari modal yang mereka investasikan. Pada Tugas Akhir ini, penulis menggunakan metode prediksi pergerakan saham secara kolektif atas satu portofolio atau sekumpulan saham berbentuk satu indeks sektor tertentu. Sampel yang digunakan adalah 41 perusahaan pada indeks sektor perindustrian dan 46 perusahaan pada indeks sektor keuangan. Hasil penelitian menunjukkan pemodelan berhasil memprediksi pergerakan saham di atas treshold 50% untuk kedua sampel sebelum modifikasi dengan hasil yang memuaskan juga untuk contoh perusahaan yang berada pada masing-masing indeks. Modifikasi yang dilakukan dianggap signifikan terhadap indeks sektor keuangan namun tidak terhadap indeks sektor industri. Hasil ini memberikan implikasi bahwa prediksi pergerakan saham menggunakan SVM dapat dilakukan. Dengan mudahnya pengumpulan data serta dengan modifikasi yang digunakan memberikan hasil yang cukup memuaskan, penelitian ini bermanfaat bagi para investor yang ingin berinvestasi pada suatu portofolio.