Peramalan Harga Saham Menggunakan Metode Autoregressive Dan Web Scrapping Pada Indeks Saham Lq45 Dengan Python

RABIT

View Publication Info
 
 
Field Value
 
Title Peramalan Harga Saham Menggunakan Metode Autoregressive Dan Web Scrapping Pada Indeks Saham Lq45 Dengan Python
 
Creator Anggraeni, Dessy Tri
 
Description The Stock Exchange gives investors or traders the possibility to gain a profit (capital gains) or losses (capital loss) due to stock prices fluctuation. This uncertainty can be circumvented by applying forecasting methods to predict future stock prices. One of the method is Autoregressive. This method uses stock data in the past to get a formula to predict future stock prices. The stock price data history can be seen at several stock data provider pages and can be retrieved automatically using the Web Scrapper technique. This tehcnique make the result can be obtained quickly, easily, and accurately. The forecasting accuracy is measured using the MAPE (Mean Absolute Percent Error) method. This method was chosen because it is easier for commoner to understand. As a result, forecasting program are succed to give stock price predictions and their accuracy. The data tested in this study are all stocks incorporated in the LQ45 index. The average accuracy level obtained was 94,62%. The highest accuracy level is BKSL stock of 99,92% and the smallest one is ASRI stock of 90.13%.
 
Bursa Saham memberikan kemungkinan investor untuk memperoleh keuntungan (capital gain) atau mengalami kerugian (capital loss) dikarenakan harga saham yang berfluktuasi. Ketidakpastian ini bisa disiasati dengan menerapkan metode peramalan untuk memprediksi harga saham di masa datang. Salah satu metode peramalan yang dapat digunakan adalah Autoregressive. Metode ini memanfaatkan data saham di masa lalu untuk mendapatkan formula prediksi di masa datang. History harga saham bisa dilihat secara realtime melalui beberapa laman penyedia data saham. Data ini bisa ditarik secara otomatis dengan menggunakan teknik Web Scrapper, sehingga hasil peramalan dapat diperoleh dengan lebih cepat, mudah, dan akurat. Tingkat akurasi peramalan diukur dengan menggunakan metode MAPE (Mean Absolute Percent Error). Metode ini dipilih karena  lebih mudah dipahami oleh para pengguna awam. Hasilnya, aplikasi peramalan mampu menampilkan prediksi harga saham beserta tingkat akurasinya. Data yang diujikan pada penelitian adalah semua data saham LQ45. Tingkat akurasi rata-rata yang diperoleh adalah sebesar 94,62 %. Tingkat akurasi terbesar terdapat pada emiten BKSL dengan nilai persentase 99,92 % dan tingkat akurasi terkecil terdapat pada emiten ASRI dengan nilai persentase 90,13 %.
 
 
Publisher LPPM Universitas Abdurrab
 
Date 2020-07-20
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://jurnal.univrab.ac.id/index.php/rabit/article/view/1401
10.36341/rabit.v5i2.1401
 
Source Rabit : Jurnal Teknologi dan Sistem Informasi Univrab; Vol 5 No 2 (2020): Juli; 138-145
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab; Vol 5 No 2 (2020): Juli; 138-145
2502-891X
2477-2062
 
Language ind
 
Relation http://jurnal.univrab.ac.id/index.php/rabit/article/view/1401/825
 
Rights Copyright (c) 2020 Rabit : Jurnal Teknologi dan Sistem Informasi Univrab
http://creativecommons.org/licenses/by-nc-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library