A Kitta, Angraeni
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prospek Saham pada Sektor Perbankan Berdasarkan Analisis Fundamental dan Machine Learning A Kitta, Angraeni; Alam, Syamsu; Jamil, Muh
Bulletin of Economic Studies (BEST) Vol 4 No 2 (2024)
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/best.v4i2.50124

Abstract

Penelitian ini bertujuan untuk menganalisis prospek saham pada sektor perbankan di Indonesia dengan menggunakan analisis fundamental dan machine learning. Analisis fundamental melibatkan evaluasi rasio keuangan dan kinerja perusahaan, sementara pendekatan machine learning menggunakan metode LSTM (Long Short-Term Memory) untuk memprediksi harga saham. Data yang digunakan dalam penelitian ini adalah data saham dari empat bank besar di Indonesia, yaitu Bank Central Asia (BCA), Bank Rakyat Indonesia (BRI), Bank Mandiri (BMRI), dan Bank Negara Indonesia (BNI), yang tercatat di Bursa Efek Indonesia. Hasil penelitian menunjukkan bahwa analisis fundamental dapat memberikan wawasan mendalam mengenai kondisi keuangan dan prospek saham perbankan kedepannya. Di sisi lain, model machine learning LSTM menunjukkan akurasi tinggi dalam memprediksi pergerakan harga saham. Kombinasi kedua metode ini memberikan pandangan yang komprehensif bagi investor dalam membuat keputusan investasi yang lebih baik di sektor perbankan. Penelitian ini menyimpulkan bahwa penggunaan analisis fundamental dan machine learning secara bersamaan dapat meningkatkan akurasi prediksi dan memberikan keuntungan kompetitif bagi investor di pasar saham perbankan Indonesia.