Jurnal Informatika dan Teknik Elektro Terapan
Vol. 13 No. 3S1 (2025)

PREDIKSI PERGERAKAN HARGA SAHAM MENGGUNAKAN QUANTUM MACHINE LEARNING BERBASIS VARIATIONAL QUANTUM CIRCUITS

Setiyani, Safira Hasna (Unknown)



Article Info

Publish Date
19 Oct 2025

Abstract

Pergerakan harga saham bersifat kompleks, non-linear dan dipengaruhi oleh berbagai faktor ekonomi sehingga prediksinya menjadi tantangan bagi metode tradisional. Penelitian ini bertujuan untuk memanfaatkan Quantum Machine Learning (QML) berbasis Variational Quantum Circuits (VQC) dalam memprediksi arah pergerakan harga saham di Bursa Efek Indonesia. Dataset yang digunakan merupakan data harga harian saham (open, high, low, close, volume) selama periode 2020 - 2025 yang diperoleh dari Yahoo Finance dan IDX. Metode penelitian meliputi preprocessing data, transformasi time series menggunakan sliding window, serta pelatihan model QML untuk memprediksi tren naik atau turun saham. Hasil eksperimen menunjukkan bahwa model QML mampu mencapai akurasi prediksi sebesar 99,70%. Evaluasi dilakukan menggunakan metrik akurasi, mean squared error (MSE) dan confusion matrix, menunjukkan kemampuan VQC menangkap pola non-linear yang kompleks. Penelitian ini menegaskan potensi QML sebagai teknologi inovatif untuk analisis pasar saham dan membuka peluang pengembangan sistem prediksi saham berbasis komputasi kuantum di masa depan.

Copyrights © 2025






Journal Info

Abbrev

jitet

Publisher

Subject

Computer Science & IT

Description

Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk ...