<![CDATA[Penelitian ini berfokus pada implementasi metode data mining dengan Regresi Linear (RL) untuk tujuan pemodelan dan estimasi harga saham menggunakan data historis. Pilihan terhadap algoritma RL didasarkan pada keunggulannya dalam struktur pemodelan linier, efisiensi komputasi, serta kemampuan menyajikan interpretasi hasil secara lugas. Dataset yang dimanfaatkan diperoleh dari platform Kaggle, yang berisi data harga saham harian dalam rentang waktu 2008–2015. Proses analisis data dilaksanakan menggunakan perangkat RapidMiner Studio, mencakup fase akuisisi data, pra-pemrosesan, implementasi algoritma, hingga penilaian kinerja model. Hasil estimasi dengan RapidMiner menunjukkan bahwa model RL berhasil memprediksi harga penutupan saham dengan tingkat akurasi yang tinggi, terlihat dari tingkat kesalahan yang minimal. Model tersebut telah teruji dengan mendapatkan nilai Root Mean Squared Error (RMSE) sebesar 1.229 dan Squared Error sebesar 1.511. Secara keseluruhan, dapat disimpulkan bahwa Regresi Linear adalah algoritma yang efektif untuk membangun model estimasi harga saham yang akurat, sehingga menjadi dasar yang kuat dalam pengambilan keputusan investasi.]]>
Copyrights © 2026
