cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 951 Documents
Rancang Bangun Sistem Informasi Penjualan Berbasis Web di Konter Titania Cell Arianto, Bagas Ananda; Susena, Edy
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2815

Abstract

The sale of prepaid credit and data packages at Konter Titania Cell is still conducted manually, which carries risks such as recording errors, delayed reporting, and less accurate decision-making. This study aims to design and create a web-based sales information system to enhance the kiosk’s operational efficiency. The system development adopts the waterfall method, which includes the phases of analysis, design, implementation, testing, and maintenance. The system was built using the PHP programming language and MySQL database, and it is run on a local XAMPP server. Testing was carried out using the black-box testing method to ensure that each feature operates according to user needs. The test results show that the system can automatically record transactions, update inventory in real time, and generate accurate sales reports. This system has proven to improve operational efficiency and support effective decision-making.Keywords: Sales Information System; Phone Credit Sales; Waterfall Method; Micro-Small and Medium Enterprises; Web-Based Application AbstrakUsaha penjualan pulsa dan paket data di Konter Titania Cell masih dikerjakan secara manual, sehingga berisiko mengalami kesalahan pencatatan, keterlambatan laporan, dan pengambilan keputusan yang kurang tepat. Penelitian ini bertujuan untuk merancang dan menciptakan sistem informasi penjualan berbasis web untuk meningkatkan efisiensi operasional kios. Pengembangan sistem menerapkan metode waterfall yang meliputi fase analisis, desain, implementasi, pengujian, dan pemeliharaan. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dijalankan di server lokal XAMPP. Pengujian dilaksanakan dengan metode black-box testing untuk memastikan setiap fitur beroperasi sesuai dengan kebutuhan. Hasil ujian menunjukkan bahwa sistem dapat mencatat transaksi secara otomatis, memperbarui inventaris secara langsung, serta menyajikan laporan penjualan dengan tepat. Sistem ini terbukti dapat meningkatkan efisiensi operasional dan mendukung pengambilan keputusan.
Analisis Penggunaan Aplikasi Dompet Digital DANA di Samarinda Berdasarkan UTAUT Sucipto, Muhamad Nano
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2752

Abstract

This research is based on the development of financial technology that makes it easier for humans to transact, such as the presence of digital wallet innovations. One of the digital wallets that is familiar to the public is DANA. Having a large number of users and followers on social media, DANA has not yet occupied the top spot as the favorite digital wallet. Therefore, this research was conducted to investigate the acceptance and use of DANA in Samarinda using UTAUT framework. This explanatory quantitive research was conducted using a survey method to 100 samples of DANA users in Samarinda. The samples were taken based on purposive sampling technique. The data were then analyzed using the SEM-PLS method with the help of SmartPLS 4.0. The results revealed that the behavioral intention of DANA users in Samarinda was significantly influenced by performance expectancy and social influence. Furthermore, the use behavior of DANA users was significantly influenced by facilitating condition and behavioral intention. It is expected that the findings of this research will provide valueable information for application developers and future researchers.Keywords: Digital Wallet; UTAUT; Behavioral Intention; Use Behavior AbstrakPenelitian ini berlatarbelakang perkembangan teknologi finansial yang memudahkan manusia dalam bertransaksi seperti dengan kehadiran inovasi dompet digital. Salah satu dompet digital yang familiar di masyarakat adalah DANA. Memiliki jumlah pengguna dan pengikut di sosial media yang banyak, belum membuat DANA menduduki peringkat pertama sebagai dompet digital favorit. Karena itu, dilakukanlah penelitian ini guna mengetahui bagaimana penerimaan dan penggunaan aplikasi DANA di Samarinda menggunakan UTAUT. Berjenis eksplanatif kuantitatif, penelitian dilakukan dengan metode survei kepada 100 sampel pengguna DANA di Samarinda. Sampel diambil berdasarkan teknik purposive sampling. Data kemudian dianalisis dengan metode SEM-PLS dengan bantuan SmartPLS 4.0. Hasil akhir mengungkapkan bahwa behavioral intention pengguna aplikasi DANA di Samarinda dipengaruhi secara signifikan oleh performance expectancy dan social influence. Lalu, use behavior pengguna aplikasi DANA dipengaruhi oleh faktor facilitating condition dan behavioral intention secara signifikan. Diharapkan hasil penelitian ini dapat menjadi informasi bagi pengembang aplikasi serta peneliti di masa mendatang. 
Game Edukasi Pendidikan Pancasila Untuk Sekolah Dasar dengan Menggunakan Unity 3D Berbasis Android Susanto, Susanto; Danianti, Dita
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.3088

Abstract

Character education based on Pancasila values is crucial for shaping students' attitudes and morals from an early age. However, conventional learning methods are often less engaging, necessitating the need for more interactive media. This study aims to develop and test an Android-based Pancasila Education Game as a fun and interactive learning medium. The system was developed using a software engineering approach that focuses on interface design and educational content aligned with Pancasila values. Testing was conducted using the Blackbox Testing method to evaluate feature functionality based on the designed specifications. This game is equipped with key features such as simulations of the implementation of Pancasila principles, multiple-choice quizzes, and a score results page. Test results show that all features function well, provide accurate responses to user input, and create an engaging learning experience. Thus, this game is suitable for use as an innovative learning medium to improve students' understanding of Pancasila values.Kata kunci: Game Edukasi; Pancasila; Android; Media Pembelajaran; Blackbox Testing AbstrakPendidikan karakter berbasis nilai-nilai Pancasila sangat penting untuk membentuk sikap dan moral siswa sejak dini. Namun, metode pembelajaran konvensional sering kurang menarik, sehingga diperlukan media yang lebih interaktif. Penelitian ini bertujuan untuk mengembangkan dan menguji Game Edukasi Pendidikan Pancasila Berbasis Android sebagai media pembelajaran yang menyenangkan dan interaktif. Sistem dikembangkan menggunakan pendekatan rekayasa perangkat lunak yang berfokus pada desain antarmuka dan konten edukatif yang sesuai dengan nilai-nilai Pancasila. Pengujian dilakukan menggunakan metode Blackbox Testing untuk mengevaluasi fungsionalitas fitur berdasarkan spesifikasi yang telah dirancang. Game ini dilengkapi fitur utama seperti simulasi penerapan sila-sila Pancasila, kuis pilihan ganda, serta halaman hasil nilai. Hasil pengujian menunjukkan bahwa seluruh fitur berfungsi dengan baik, memberikan respons akurat terhadap input pengguna, dan menciptakan pengalaman belajar yang menarik. Dengan demikian, game ini layak digunakan sebagai media pembelajaran inovatif untuk meningkatkan pemahaman siswa terhadap nilai-nilai Pancasila. 
Implementasi Algortima Support Vector Machine Dalam Klasifikasi Komentar Pengguna Produk Skintific di E-Commerce Artika, Priti Rindi; Lubis, Aidil Halim
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.3137

Abstract

The large number of consumer reviews of skincare products such as Skintific 5X Ceramide Barrier Repair Moisture Gel on e-commerce platforms raises the need for automated sentiment analysis. This study classifies 2,000 user comments from the Sociolla app using the Support Vector Machine (SVM) algorithm. Data were obtained through web scraping and processed through preprocessing, lexicon-based labeling, and word weighting using TF-IDF. SVM with a linear kernel was used to distinguish positive and negative comments. Performance evaluation using a confusion matrix resulted in an accuracy of 89.73%, a precision of 0.94, a recall of 0.75, and an F1-score of 0.83 for the positive class, and a precision of 0.88, a recall of 0.98, and an F1-score of 0.93 for the negative class. These results indicate that SVM is effective for sentiment classification in online beauty product reviews.Keywords: E-commerce; Support Vector Machine; Sentiment Analysis; TF-IDF; Sociolla; Skintific; Lexicon-based AbstrakBanyaknya ulasan konsumen terhadap produk perawatan kulit seperti Skintific 5X Ceramide Barrier Repair Moisture Gel di platform e-commerce menimbulkan kebutuhan akan analisis sentimen otomatis. Penelitian ini mengklasifikasikan 2000 komentar pengguna dari aplikasi Sociolla menggunakan algoritma Support Vector Machine (SVM). Data diperoleh melalui web scraping dan diproses dengan tahapan preprocessing, pelabelan berbasis lexicon, serta pembobotan kata menggunakan TF-IDF. SVM dengan linear kernel digunakan untuk membedakan komentar positif dan negatif. Evaluasi performa menggunakan confusion matrix menghasilkan akurasi sebesar 89,73%, precision 0,94, recall 0,75, dan F1-score 0,83 untuk kelas positif, serta precision 0,88, recall 0,98, dan F1-score 0,93 untuk kelas negatif. Hasil ini menunjukkan bahwa SVM efektif untuk klasifikasi sentimen pada ulasan produk kecantikan secara daring. 
Peran Lokasi Strategis Restoran dan Kafe Bandung Melalui Data Warehouse dan Business Intelligence Saputra, Hana Kerrine; Santoso, Cahyono Budy
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.3161

Abstract

This study discusses the significance of applying Data Warehouse and Business Intelligence (BI) in supporting the determination of strategic locations for restaurants and cafés in Bandung, a city experiencing rapid growth alongside increasing tourist visits, particularly in culinary tourism. The purpose of this research is to analyze the role of a system capable of integrating spatial and non-spatial data to support data-driven decision-making. The methods employed include the ETL (Extract, Transform, Load) process and the Nine Step Methodology in developing a Data Warehouse that stores restaurant and cafe data from 2020–2022. The system is equipped with a Business Intelligence Dashboard to present analyses of location trends, consumer preferences, and regional density based on spatial and demographic attributes. The findings indicate that the system can validate and facilitate business owners in identifying potential locations more accurately and efficiently. The contribution of this research is providing an implementation model of Data Warehouse and Business Intelligence as a strategic solution for the restaurant and cafe industry amid increasingly intense competition.Keywords: Data Warehouse; Business Intelligence; ETL; Nine Step Methodology; Strategic Location AbstrakPenelitian ini membahas betapa pentingnya penerapan Data Warehouse dan Business Intelligence (BI) dalam mendukung penentuan lokasi strategis restoran dan kafe di Kota Bandung yang mengalami pertumbuhan pesat seiring meningkatnya kunjungan wisatawan dan salah satunya adalah wisata makanan dan minuman. Tujuan penelitian ini adalah menganalisis peran sistem yang mampu mengintegrasikan data spasial dan non-spasial untuk mendukung pengambilan keputusan berbasis data. Metode yang digunakan adalah ETL (Extract, Transform, Load) serta Nine Step Methodology dalam perkembangan Data Warehouse yang memuat data restoran dan kafe periode 2020–2022. Sistem dilengkapi dengan Dashboard Business Intelligence untuk menampilkan analisis tren lokasi, preferensi konsumen, dan kepadatan wilayah berdasarkan atribut spasial dan demografis. Hasil penelitian menunjukkan bahwa sistem dapat memvalidasi dan mempermudah pemilik usaha dalam menentukan lokasi potensial secara lebih akurat dan efisien. Kontribusi penelitian ini memberikan model implementasi Data Warehouse dan Business Intelligence sebagai solusi strategis bagi industri restoran dan kafe di tengah persaingan yang semakin ketat. 
Datafikasi Melalui Fashion Modeling Di Universitas X Malaysia Beng, Jap Tji; Nurkholiza, Rahmiyana; Tiatri, Sri; Hai, Sam Toong; Dinatha, Vienchenzia Oeyta D.; Margareta, Margareta; Salsabila, Tasya Mulia; Sefira, Fasia Meta; Zahro, Tiara
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2967

Abstract

Digital transformation has precipitated a substantial evolution to the fashion modelling sector. Term of digital transformation through big data, driven by the urgency to teach data literacy to students. This marked and dominated by the concept of datafication, which is the transformation of intangible elements into quantifiable data. This study examines students understanding of datafication level through fashion modeling. The study employs a quantitative method with a pre-test and post-test design consisting of 10 questions. The research variables are the intervention of datafication learning in fashion modelling and changes in students understanding levels. The study participants include 31 students from university X in Malaysia. The results of paired samples t-test analysis showed a significant increase, with an average score difference of 2.45 (p= 0.017). Additionally, the decrease in standard deviation and standard error of the mean values indicated stability in understanding after the intervention. The findings of this study contribute to data-based learning strategies and strengthen the connection between conceptual understanding and practical application.Keyword: Datafication; Digital Transformation; Fashion; Modeling; Big Data   Abstrak Transformasi digital telah membawa perubahan signifikan di sektor fashion modeling. Perkembangan transformasi digital melalui big data didukung oleh urgensi memperkenalkan pembelajaran data kepada mahasiswa menjadi penting. Perkembangan ini ditandai dan di dominasi oleh konsep datafikasi, yang merupakan transformasi elemen tidak berwujud menjadi sebuah data terkuantifikasi. Penelitian ini bertujuan untuk menganalisis dan mengevaluasi tingkat pemahaman datafikasi melalui fashion modeling. Penelitian ini menggunakan metode kuantitatif dengan desain pre-test dan post-test sebanyak 10 butir pertanyaan. Variabel penelitian ini adalah intervensi pembelajaran datafikasi fashion modeling dan perubahan tingkat pemahaman mahasiswa. Partisipan penelitian melibatkan 31 mahasiswa di universitas X Malaysia. Hasil analisis paired samples t-test menunjukkan peningkatan signifikan, dengan selisih skor rata-rata sebesar 2.45 (p= 0.017). Selain itu penurunan nilai standar deviasi dan standard error mean menunjukkan indikasi stabilitas pemahaman setelah intervensi. Hasil penelitian ini memberikan kontribusi terhadap strategi pembelajaran berbasis data serta memperkuat keterkaitan antara pemahaman konseptual dan pemaparan praktik. 
Sistem Informasi Pelaporan dan Pengaduan Masyarakat Berbasis Web Menggunakan Metode Enterprise Content Management Hutasuhut, Fazira Syafitri; Putri, Raissa Amanda
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.3167

Abstract

This study is motivated by the suboptimal implementation of the community reporting and complaint system at the Medan Labuhan District Office. Although the office is registered in the national SP4N-LAPOR platform, it is not actively utilized at the local level, causing community complaints to remain poorly Managed. To address this issue, the research aims to design a web-based complaint information system using the Enterprise Content Management (ECM) approach for more structured report Management. The research applies a qualitative method through observation and interviews, while the system development follows the Waterfall model combined with ECM stages: Capture, Manage, Store, Preserve, and Deliver. System implementation was tested using black-box testing to ensure functionality. The results indicate that all features run according to User needs. The application of ECM supports consistent organization, storage, and presentation of complaint data. Consequently, the system is not only valid as a solution at the district level but also contributes to the implementation of ECM in digital public services.Keywords: Information Systems; Public Complaints; Enterprise Content Management; Subdistrict; Web Based AbstrakPenelitian ini dilatarbelakangi oleh belum optimalnya sistem pelaporan dan pengaduan masyarakat di Kantor Kecamatan Medan Labuhan. Meskipun telah terdaftar dalam sistem nasional SP4N-LAPOR, pada praktiknya sistem tersebut tidak digunakan secara aktif di tingkat lokal, sehingga pengaduan masyarakat belum tertangani dengan baik. Untuk itu, penelitian ini bertujuan merancang sistem informasi pengaduan berbasis web dengan pendekatan Enterprise Content Management (ECM) agar pengelolaan laporan lebih terstruktur. Metode penelitian yang digunakan adalah pendekatan kualitatif melalui observasi dan wawancara, serta pengembangan sistem dengan model Waterfall yang dipadukan dengan tahapan ECM (Capture, Manage, Store, Preserve, Deliver). Implementasi diuji dengan Black-box testing guna memastikan fungsionalitas sistem. Hasil pengujian menunjukkan seluruh fitur berjalan sesuai kebutuhan pengguna. Penerapan ECM terbukti mendukung pengorganisasian, penyimpanan, dan penyajian data pengaduan secara konsisten. Dengan demikian, sistem ini tidak hanya valid sebagai solusi pengaduan di tingkat kecamatan, tetapi juga memberikan kontribusi dalam penerapan ECM pada pelayanan publik berbasis digital. 
Analisis Kinerja Algoritma SVM dan Naïve Bayes untuk Klasifikasi Sentimen Program Makan Gratis Iranda, Muhammad; Huda, Nurul
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3183

Abstract

The development of social media facilitates the massive dissemination of public opinion, including towards the government’s free meal program. The high volume of comments makes manual analysis inefficient, thus requiring technological approaches such as sentiment analysis for automatic opinion classification. This study focuses on comparing the performance of the SVM (Support Vector Machine) and Naïve Bayes algorithms in classifying public sentiment collected from X social media data. The research method includes data crawling, preprocessing with Natural Language Processing (NLP), and classification using both algorithms. Testing results on an imbalanced dataset show that SVM is the best model with 96% accuracy and an F1-score of 0.48 for the minority (negative) class, significantly outperforming Naïve Bayes variants which tend to predict the majority class. The findings demonstrate that the SVM algorithm has higher reliability in sentiment classification on datasets with imbalanced class distribution.Keywords: Sentiment Analysis; Support Vector Machines; Naive Bayes; Free Lunch Program; Text Classification AbstrakPerkembangan media sosial memfasilitasi penyampaian opini publik secara masif, termasuk terhadap program makan gratis pemerintah. Volume komentar yang tinggi menjadikan analisis manual tidak efisien, sehingga memerlukan pendekatan teknologi seperti analisis sentimen untuk klasifikasi opini otomatis. Penelitian ini berfokus pada perbandingan performa algoritma SVM (Support Vector Machine) dan Naïve Bayes dalam mengklasifikasikan sentimen masyarakat yang diambil dari data media sosial X. Metode penelitian mencakup pengumpulan data crawling, pra-pemrosesan dengan Natural Language Processing (NLP), hingga klasifikasi menggunakan kedua algoritma. Hasil pengujian pada dataset yang tidak seimbang menunjukkan bahwa SVM merupakan model terbaik dengan akurasi 96% dan nilai F1-score 0.48 pada kelas minoritas (negatif), secara signifikan mengungguli varian Algoritma Naïve Bayes sering kali lebih condong memprediksi pada kelas mayoritas. Hasil penelitian ini membuktikan bahwa algoritma SVM memiliki keandalan lebih tinggi dalam klasifikasi sentimen pada dataset dengan distribusi kelas yang tidak seimbang. 
Pengembangan Model Random Forest Regressor untuk Prediksi Kelembaban pada Pertanian Perkotaan Berkelanjutan Adiwisastra, Miftah Farid; Bahri, Saeful; Umar, Habib
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025 (Naskah Accepted)
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3162

Abstract

Agriculture is a sector that supports food security. Currently, agriculture faces serious challenges due to climate change, land limitations, and low technology adoption. This study aims to develop an Internet of Things (IoT)-based smart farming system integrated with artificial intelligence and run through edge computing. The prototype system is designed to collect real-time data on crop growth environments using pH, TDS, temperature, humidity, and water level sensors. The data is then processed locally using the Random Forest Regressor algorithm to determine optimal environmental conditions. Test results show that the model has very high accuracy in predicting humidity (R² = 0.99; RMSE = 0.65) and temperature (R² = 0.99; RMSE = 0.17), although there are still discrepancies in extreme conditions. The integration of IoT, AI, and edge computing has proven to improve energy efficiency, accelerate response times, and provide adaptive and affordable solutions in support of sustainable urban agriculture productivity.Keywords: Artificial Intelligence; Random Forest Regressor; IoT; Edge Computing AbstrakPertanian merupakan sektor yang mendukung ketahanan pangan, saat ini pertanian menghadapi tantangan serius akibat perubahan iklim, keterbatasan lahan, dan rendahnya adopsi teknologi. Penelitian ini bertujuan mengembangkan sistem pertanian cerdas berbasis Internet of Things (IoT) yang terintegrasi dengan kecerdasan buatan dan dijalankan melalui komputasi tepi. Prototipe sistem dirancang untuk mengumpulkan data lingkungan pertumbuhan tanaman secara real-time menggunakan sensor pH, TDS, suhu, kelembaban, dan tinggi permukaan air. Data kemudian diproses secara lokal menggunakan algoritma Random Forest Regressor untuk menentukan kondisi lingkungan optimal. Hasil pengujian menunjukkan model memiliki akurasi sangat tinggi pada prediksi kelembaban (R² = 0,99; RMSE = 0,65) dan suhu (R² = 0,99; RMSE = 0,17), meskipun masih terdapat selisih pada kondisi ekstrem. Integrasi IoT, AI, dan edge computing terbukti mampu meningkatkan efisiensi energi, mempercepat respons, serta memberikan solusi adaptif dan terjangkau dalam mendukung produktivitas pertanian perkotaan berkelanjutan.  
Prediksi Pergerakan Harga Saham Bank Mandiri Menggunakan Metode Support Vector Regression dan Algoritma Grid Search Samuelly, Francesco Totti; Nataliani, Yessica
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025 (Naskah Accepted)
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3206

Abstract

The volatile nature of stock price movements poses a major challenge for investors in making accurate investment decisions. This study aims to predict the stock price movement of PT. Bank Mandiri (Persero) Tbk [BMRI] using Support Vector Regression (SVR) optimized through the Grid Search algorithm. The dataset consists of daily stock prices from August 2020 to August 2025, including open, high, low, close, adjusted close, and trading volume. The research process involves data collection, preprocessing (cleaning, feature selection, normalization), splitting into training and testing sets, parameter optimization using Grid Search with Leave-One-Out Cross Validation (LOOCV), model training, and evaluation with R², MSE, and RMSE. The results show that the SVR model with a linear kernel, C = 1 and epsilon = 0.01, achieved the best performance, with high accuracy (R² = 0.9991 on training data and R² = 0.9976 on testing data). These findings confirm the effectiveness of Grid Search–based SVR in predicting stock prices and supporting investment decision-making.Keywords: Stock Price Prediction; Support Vector Regression; Grid Search; Bank Mandiri AbstrakPergerakan harga saham yang fluktuatif menjadi tantangan utama bagi investor dalam menentukan strategi investasi yang tepat. Penelitian ini bertujuan memprediksi pergerakan harga saham PT. Bank Mandiri (Persero) Tbk [BMRI] dengan metode Support Vector Regression (SVR) yang dioptimalkan menggunakan algoritma Grid Search. Data yang digunakan berupa harga saham harian periode Agustus 2020–Agustus 2025, mencakup variabel open, high, low, close, adjusted close, dan volume. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan (pembersihan, seleksi fitur, normalisasi), pembagian data latih dan uji, optimasi parameter dengan Grid Search berbasis Leave-One-Out Cross Validation (LOOCV), pelatihan model, serta evaluasi dengan R², MSE, dan RMSE. Hasil penelitian menunjukkan SVR dengan kernel linear, parameter C = 1 dan epsilon = 0,01 memberikan performa terbaik dengan akurasi tinggi (R² = 0,9991 pada data latih dan R² = 0,9976 pada data uji). Temuan ini menegaskan efektivitas SVR berbasis Grid Search dalam memprediksi harga saham dan mendukung pengambilan keputusan investasi.