Implementasi metode double exponential smoothing untuk prediksi saham bank btn (bank tabungan negara)

Ulfa Indriyani (Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Buana Perjuangan Karawang, Karawang, Indonesia)
Sutan Faisal (Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Buana Perjuangan Karawang, Karawang, Indonesia)
Tatang Rohana (Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Buana Perjuangan Karawang, Karawang, Indonesia)

Jurnal Pendidikan Informatika dan Sains
Vol. 12 No. 1 (2023): Jurnal Pendidikan Informatika dan Sains

Harapan seorang investor yang memiliki saham di suatu perusahaan berhak atas dividen atau keuntungan.  Tujuan dari penelitian ini adalah untuk mengatasi dan mengetahui model prediksi yang dapat memprediksi saham Bank BTN pada data periode Januari 2014 hingga Desember 2022, perhitungan prediksi tersebut diimplementasi dan dviisualisasikan dengan pemrogrman python dalam perhitungan statistik dan bahasa pemograman python untuk mencapai implementasi menggunakan metode Double Exponential Smoothing dan pengukuran akurasi prediksi saham Bank BTN (Bank Tabungan Negara). Hasil pengimplementasian data saham Bank BTN menggunakan metode Double Exponential Smoothing diperlukan data uji berkali-kali utnuk menghasilkan nilai optimal MAPE model kurang dari 10% maka model memiliki kinerja sangat baik. Dengan demikian, hasil prediksi saham pada data adj close nilai RMSE 31,00, MAPE sebesar 1,15% dan MAE sebesar 24.19 yang berarti prediksi yang dilakukan dengan metode DES sangat baik. Dari riset ini, diharapkan dapat menguji metode Double Exponential Smoothing pada implementasi prediksi harga saham dimasa mendatang pada beberapa perusahaan.