Faiza, Lala Nur
(2023)
Aplikasi Machine Learning dalam Portofolio Saham Jakarta Islamic Index
(JII) Menggunakan Metode Support Vector Regression (SVR).
Skripsi thesis, Universitas Negeri Padang.
Abstract
Investasi merupakan proses mengalokasikan dana ke dalam suatu aset yang
dilakukan pada saat ini, dengan tujuan memperoleh keuntungan pada masa yang
akan datang. Bagi investor naik turunnya harga saham merupakan hal yang sangat
penting sehingga investor perlu untuk menganalisis harga saham dan membentuk
suatu portofolio. Penelitian ini bertujuan untuk mengaplikasikan machine learning
dalam prediksi harga saham menggunakan metode support vector regression (SVR)
yang selanjutnya akan dilakukan pembentukan portofolio menggunakan model
Mean-variance Forecasting (MVF).
Penelitian ini merupakan penelitian terapan yang diawali dengan
mempelajari dan menganalisis teori-teori yang relevan dengan permasalahan,
kemudian dilanjutkan dengan pengambilan data. Jenis data yang digunakan dalam
penelitian ini adalah data sekunder yaitu data saham pada Jakarta Islamic Index
(JII) periode Desember 2021-November 2022. Sumber data diperoleh dari situs
resmi Bursa Efek Indonesia (BEI) dan yahoo finance. Langkah dalam penelitian ini
yaitu melakukan prediksi harga saham menggunakan metode SVR lalu membentuk
portofolio menggunakan model MVF.
Hasil dari penelitian ini yaitu diperoleh prediksi menggunakan metode SVR
dengan RMSE terkecil yaitu 0,1% pada saham ADRO dan INCO. Lalu diperoleh
bobot portofolio menggunakan model MVF sebesar 20% pada saham ADRO, 37%
pada saham INCO dan 43% pada saham ITMG. Dengan expected return portofolio
sebesar 0,29% dan risiko portofolio sebesar 0,08%.
Actions (login required)
|
View Item |