STUDI KOMPARATIF MODEL SUPPORT VECTOR REGRESSION DAN RANDOM FOREST DALAM MEMPREDIKSI HARGA SAHAM BMRI

Bintang Nauli Mariana (Program Studi Matematika, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor)
I Wayan Mangku (Program Studi Matematika, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor)
I Gusti Putu Purnaba (Program Studi Matematika, Sekolah Sains Data, Matematika, dan Informatika, Institut Pertanian Bogor)

MILANG Journal of Mathematics and Its Applications
Vol. 22 No. 1 (2026): MILANG Journal of Mathematics and Its Applications

Berbagai faktor dapat memengaruhi dinamika pasar modal di Indonesia, khususnya dalam periode 2020-2025 sehingga menyebabkan harga saham menjadi fluktuatif dan sulit diprediksi dengan sederhana. Oleh karena itu, diperlukan model  yang mampu memprediksi harga saham agar investor dapat mengambil keputusan dengan tepat. Penelitian ini bertujuan untuk membandingkan kinerja model support vector regression dan random forest dalam memprediksi harga penutupan saham BMRI dan memprediksi harga saham untuk satu hari ke depan. Penelitian dilakukan dengan mengambil data historis harga saham untuk digunakan dalam membangun model prediksi melalui penyesuaian parameter dan mengevaluasi model menggunakan ukuran kesalahan prediksi. Hasil penelitian menunjukkan bahwa model support vector regression menunjukkan kinerja lebih baik dalam memprediksi harga saham BMRI, dengan nilai RMSE sebesar 39,01, MAPE 0,56% dan R2 sebesar 0,99. Selain itu, prediksi harga saham BMRI untuk satu hari ke depan sebesar Rp4.410,79 per lembar.