<![CDATA[Dalam membeli dan menjual di bursa saham, prediksi harga saham memainkan peran penting bagi para investor. Namun, prediksi harga saham merupakan tantangan karena dipengaruhi oleh faktor-faktor yang sulit diprediksi, seperti kondisi pasar, kinerja perusahaan, dan berita ekonomi. Oleh karena itu, penelitian ini bertujuan untuk menganalisis deret waktu harga penutupan saham Microsoft Corporation menggunakan algoritma Random Forest (RF) dan mengoptimalkan parameter algoritma dengan menggunakan metode optimisasi grid parameter. Data yang digunakan meliputi rentang waktu dari 1 Maret 1986 hingga 25 Mei 2023 dengan total 9378 catatan dan 6 atribut. Setelah pengumpulan dan pemrosesan data, termasuk verifikasi nilai yang hilang, data dibagi menjadi data pelatihan dan pengujian menggunakan validasi pemisahan. Selain itu, validasi silang digunakan untuk membandingkan algoritma-algoritma dan memilih algoritma RF sebagai model terbaik berdasarkan nilai RMSE terendah. Tingkat optimalisasi parameter dicapai dengan mengoptimalkan parameter grid, dengan Jumlah pohon dan Kedalaman maksimal sebagai parameter yang dioptimalkan. Analisis Paired Two Sample T-Test juga mengungkapkan perbedaan yang signifikan antara RMSE sebelum dan setelah optimisasi. Kesimpulannya, penelitian ini memberikan kontribusi yang signifikan dalam penggunaan algoritma RF dan metode optimisasi parameter grid dalam analisis deret waktu harga penutupan, dengan potensi aplikasi yang signifikan dalam pengambilan keputusan investasi di pasar saham.]]>
Copyrights © 2023
