Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika
Santoso, Ravelino Sebastian
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Konfigurasi Model Prophet Untuk Prediksi Harga Saham Sektor Teknologi di Indonesia Yang Akurat Santoso, Ravelino Sebastian; Sari Dewi, Findra Kartika
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.8634

Abstract

Saham merupakan salah satu instrumen investasi yang sedang ramai dan digemari oleh masyarakat muda Indonesia. Untuk dapat meramal harga saham, dapat dilakukan analisis teknikal dengan menerapkan machine learning. Namun, untuk dapat menggunakan machine learning, diperlukan implementasi algoritma yang membutuhkan waktu panjang serta keterampilan tinggi. Maka dari itu digunakanlah model Prophet, model machine learning yang mudah untuk dikembangkan. Pengembangan dilakukan dengan menyesuaikan karakteristik data saham yang merupakan data bertipe time series. Eksperimen dilakukan untuk menemukan konfigurasi yang perlu dilakukan terhadap model dalam menghasilkan peramalan yang paling akurat. Melalui penelitian yang dilakukan, hasil terbaik yang didapatkan adalah model Prophet yang menggunakan dataset paling banyak dan juga melalui hyperparameter tuning. Hal ini dapat dibuktikan dengan visualisasi yang ada serta nilai error yang rendah, dimana MAPE (Mean Absolute Percentage Error) mempunyai nilai error sebesar 15%.
Konfigurasi Model Prophet Untuk Prediksi Harga Saham Sektor Teknologi di Indonesia Yang Akurat Santoso, Ravelino Sebastian; Sari Dewi, Findra Kartika
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.8634

Abstract

Saham merupakan salah satu instrumen investasi yang sedang ramai dan digemari oleh masyarakat muda Indonesia. Untuk dapat meramal harga saham, dapat dilakukan analisis teknikal dengan menerapkan machine learning. Namun, untuk dapat menggunakan machine learning, diperlukan implementasi algoritma yang membutuhkan waktu panjang serta keterampilan tinggi. Maka dari itu digunakanlah model Prophet, model machine learning yang mudah untuk dikembangkan. Pengembangan dilakukan dengan menyesuaikan karakteristik data saham yang merupakan data bertipe time series. Eksperimen dilakukan untuk menemukan konfigurasi yang perlu dilakukan terhadap model dalam menghasilkan peramalan yang paling akurat. Melalui penelitian yang dilakukan, hasil terbaik yang didapatkan adalah model Prophet yang menggunakan dataset paling banyak dan juga melalui hyperparameter tuning. Hal ini dapat dibuktikan dengan visualisasi yang ada serta nilai error yang rendah, dimana MAPE (Mean Absolute Percentage Error) mempunyai nilai error sebesar 15%.
Co-Authors Findra Kartika Sari Dewi