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


COVER Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 1 Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 2 Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 3 Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 4 Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

BAB 5 Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

PUSTAKA Enggar Lokheswara Renanda
Terbatas  Ratnasari
» Gedung UPT Perpustakaan

Fisika yang bertujuan untuk menjelaskan suatu fenomena dengan pemodelan dan teori-teori, dalam perkembangannya berusaha untuk memodelkan sistem kompleks. Fisika dalam sistem kompleks yang paling berkembang pesat adalah ekonofisika yang berusaha memodelkan sistem ekonomi, khususnya pasar modal. Di pasar modal, harga saham yang berubah-ubah setiap waktunya secara tidak menentu menyebabkan adanya risiko ketika berinvestasi. Risiko tersebut dapat diantisipasi dengan melakukan analisis teknikal, yaitu analisis yang melibatkan pencarian pola dari suatu data historis. Salah satu metode yang dapat digunakan untuk memodelkan dan memprediksi harga saham adalah metode SVR. Makalah ini bertujuan untuk menganalisis pengaruh variasi parameter dan rasio set data pada hasil prediksi. Percobaan dilakukan dengan memodelkan harga saham dengan nilai parameter dan rasio set data yang divariasikan untuk dianalisis. Pemodelan dengan variasi dilakukan menggunakan fungsi Kernel dan frekuensi data yang memberikan hasil pemodelan terbaik pada saham BCA dan BRI. Hasil yang didapatkan untuk saham BCA, Kernel RBF memberikan model dengan galat R2 terbesar, yaitu sekitar 0,978 – 0,982 dan Kernel polinomial memberikan prediksi dengan akurasi terbesar, yaitu 98,14% - 99,14%. Untuk saham BRI, Kernel RBF memberikan model dengan galat R2 dan akurasi prediksi terbesar, yaitu 0,864 – 0,877 dan 98,26% – 99,19%. Didapatkan bahwa fungsi Kernel terbaik adalah Kernel RBF dan frekuensi data terbaik adalah harian. Didapatkan juga ketika nilai ? >, maka akurasi model dan prediksi akan menurun. Ketika nilai ? <, maka akurasi model meningkat tetapi akurasi prediksi menurun. Ketika nilai ? tidak sesuai (< atau >), maka akurasi model dan prediksi dapat meningkat atau menurun, bergantung pada bentuk data. Ketika nilai C<, maka akurasi model dan prediksi menurun. Ketika nilai C >, maka akurasi model meningkat tetapi akurasi prediksinya menurun. Didapatkan semakin besar rasio data latih dari data ujinya, maka akurasi model dan prediksinya akan mengalami peningkatan.