Evaluasi Algoritma Metode Machine Learning untuk Memprediksi Harga Saham

Arif Yoga Pratama
Deka Agustiar
Dimas Bayu Samudra Ajie
Intan Tri Yulianti
Martuah Pardamean Wijaya Siahaan
Shalihah Bulan Cinta

JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi

Penelitian ini mengevaluasi kinerja beberapa algoritma machine learning, yaitu Logistic Regression, Random Forest, Decision Tree, K-Nearest Neighbors (KNN), dan Linear Regression, dalam menganalisis data historis saham Bank Negara Indonesia. Penilaian dilakukan melalui analisis klasifikasi dan regresi dengan menggunakan metrik seperti akurasi, Mean Squared Error (MSE), dan R- squared. Logistic Regression menunjukkan performa terbaik dalam tugas klasifikasi dengan akurasi 60%, meskipun memiliki kelemahan dalam memprediksi kelas "Increase". Untuk regresi, algoritma Linear Regression tidak efektif, dengan nilai R-squared -0.02 dan MSE 0.24. Visualisasi data menunjukkan korelasi tinggi antar fitur harga, serta korelasi moderat negatif antara volume perdagangan dan harga saham. Studi ini menyarankan penelitian lebih lanjut untuk mengeksplorasi dampak variabel volume perdagangan terhadap prediksi harga saham.