Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
uki, anwarsukri
Unknown Affiliation
Mathematics

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

Found 1 Documents
Search

 1 
Implementasi LEast Square Support Vector Machine dengan Algoritma Artificial Bee Colony dan K-Fold Cross Validation pada Peramalan Harga Saham Pt. Perusahaan Gas Negaea uki, anwarsukri
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p59-66

Abstract

Abstrak Peramalan harga saham adalah proses analisis data historis harga saham secara matematis dengan tujuan untuk memprediksi pergerakan harga saham di masa yang akan datang. Saham sendiri salah satu instrumen investasi yang sangat sensitif terhadap berbagai isu dan berita yang sedang terjadi sehingga cenderung memiliki sifat non-linear, fluktuatif, dan memiliki pola tren. Least Square Support Vector Machine (LSSVM) merupakan salah satu metode peramalan dalam menangani masalah data yang bersifat non-linear terutama pada data harga saham. LSSVM bekerja menggunakan dua parameter penting (hyperparameter) yang akan mempengaruhi hasil peramalan yakni parameter regulasi (γ) dan kernel RBF (σ). Penentuan ini nilai iptimal dari hyperparameter tersebut akan menggunakan bantuan algoritma Artificial Bee Colony (ABC) dan K-Fold Cross Validation. Hasil penilitian ini menunjukan bahwa dua parameter tersebut berpengaruh signifikan terhadap pemodelan preidksi. Dimana nilai hyperparameter yang diperoleh adalah γ = 10000 dan σ = 9163.63 dengan jumlah populasi 7 dan iterasi maksimal 10, hingga memiliki hasil prediksi parameter optimal adalah 1.3261. Metrik evaluasi menunjukan nilai Root Mean Squared Error (RMSE) sebesar 0,6283
Co-Authors