Peramalan Harga Saham dengan Suppor Vector Regression Menggunakan Optimasi Firefly Algorithm

Abstract

Harga saham memiliki sifat fluktuatif yaitu dapat berubah-ubah dalam waktu singkat, oleh karena itu perlu dilakukan analisis untuk mengantisipasi risiko yang akan terjadi dengan melakukan peramalan harga saham. Metode yang dapat digunakan untuk meramalkan harga saham yaitu Support Vector Regression (SVR) yang memiliki kelebihan yaitu tidak membutuhkan asumsi tertentu dalam penggunaannya, mampu mengatasi overfitting, waktu pelatihan lebih cepat dan mampu meramalkan data berbasis deret waktu seperti harga saham. Akan tetapi, karena parameternya sulit untuk ditentukan, maka SVR membutuhkan bantuan metode optimasi untuk mencari parameter yang optimal yaitu metode Firefly Algorithm (FA). Penggabungan SVR-FA ini juga dinilai memiliki keunggulan menghasilkan nilai error yang lebih kecil dibandingkan dengan gabungan metode lainnya. Data saham yang digunakan adalah data saham harian PT. Indofood Sukses Makmur Tbk. dan data exchange rate USD-IDR dari tanggal 1 Januari 2012 hingga 31 Januari 2022. Penelitian ini bertujuan untuk memperoleh informasi hasil akurasi dalam peramalan harga saham PT. Indofood Sukses Makmur Tbk. melalui kombinasi nilai dan jumlah parameter terbaik. Hasil akurasi terbaik diperoleh dengan kombinasi iterasi SVR 100, iterasi FA 10, dan jumlah individu firefly 40 dengan akurasi MAPE testing <1% yaitu 0,6796% yang mampu memberikan hasil peramalan yang sangat baik.