<![CDATA[Abstrak— Pasar modal Indonesia telah berkembang pesat dan menarik perhatian investor dengan popularitas saham yang terus meningkat. Dalam konteks ini, penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine (SVM) dalam memprediksi harga penutupan Indeks Harga Saham Gabungan (IHSG). Data harian, mingguan, dan bulanan dari tahun 2013 hingga 2024 digunakan untuk membentuk model prediksi. Investor semakin beragam, dengan pertumbuhan jumlah investor dan reksa dana yang signifikan. Meskipun saham menawarkan keuntungan menarik, risiko tinggi tetap menjadi karakteristik utama. Analisis pergerakan IHSG menjadi kunci dalam pengambilan keputusan investasi, dengan kondisi ekonomi memainkan peran penting dalam membentuk tren. Oleh karena itu, penelitian ini mencoba menyajikan solusi dengan mengintegrasikan pendekatan machine learning, khususnya SVM, untuk memprediksi pergerakan harga saham.Kata kunci— IHSG, Support Vector Machine (SVM), Machine Learning. ]]>
Copyrights © 2025
