<![CDATA[Abstrak - Penelitian ini bertujuan untuk meramalkan pergerakan harga saham PT Telkom Indonesia Tbk pada periode 2020–2024 dengan memanfaatkan metode Ordinary Least Squares (OLS). Data historis harian diperoleh dari Investing.com dengan rentang waktu 2 Januari 2020 hingga 30 Desember 2024. Data dibagi menjadi 80% data pelatihan dan 20% data pengujian, kemudian diolah menggunakan bahasa pemrograman Python pada lingkungan Google Colab. Model OLS dilatih menggunakan variabel harga historis dan diterapkan untuk menghasilkan prediksi pada periode pengujian, yaitu 20 Desember 2023 sampai 30 Desember 2024. Hasil peramalan disajikan dalam bentuk visualisasi grafik tren dan tabel perbandingan antara nilai aktual dan nilai yang diprediksi. Evaluasi model dilakukan dengan menggunakan Mean Absolute Percentage Error (MAPE) sebagai indikator akurasi peramalan. Hasil penelitian menunjukkan bahwa model OLS mampu mengikuti pola umum pergerakan harga saham TLKM, dengan nilai MAPE yang berada dalam kategori dapat diterima untuk analisis peramalan berbasis tren. Penelitian ini menyimpulkan bahwa metode OLS dapat digunakan sebagai pendekatan dasar dalam memprediksi tren harga saham dan dapat menjadi acuan untuk penelitian lanjutan yang menggunakan metode peramalan yang lebih kompleks.Kata kunci: Prediksi Saham; Metode OLS; Tren Saham; Forecasting; MAPE; Abstract - This study aims to predict the movement of PT Telkom Indonesia Tbk's share price for the period 2020–2024 using the Ordinary Least Squares (OLS) method. The research utilizes daily historical stock data obtained from Investing.com, covering the period from January 2nd, 2020 until December 30th 2024. The data was divided into 80% training data and 20% testing data, which are processed using Python in the Google Colab environment. The OLS model is trained using historical price variables and then applied to generate predictions on the testing period from 20 December 2023 to 30 December 2024. The forecasting results are presented in the form of trend graph visualizations and comparison tables between actual and predicted values. The model evaluation was conducted using Mean Absolute Percentage Error (MAPE) as a forecasting accuracy indicator. The findings show that the OLS model is able to capture the general movement of TLKM stock trends, with the resulting MAPE value indicating that the model performs at an acceptable level for trend-based forecasting. The study concludes that OLS can be used as a baseline method for stock trend prediction and may serve as a reference for further comparative or advanced forecasting models.Keywords: Stock Prediction; OLS Method; Stock Trend; Forecasting; MAPE;]]>
Copyrights © 2026
