<![CDATA[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%.]]>
Copyrights © 2024
