Prediksi Time Series Harga Saham Menggunakan Metode Learning Support Vector Machine (SVM) dengan Studi Kasus PT. Aneka Tambang (ANTAM) Tbk. Stock Price Time Series Forecasting Using Support Vector Machine (SVM) Learning Methods with Case Studies PT.

Pada tugas akhir ini dikerjakan prediksi berdasarkan data historis seperti harga saham PT. Aneka Tambang (ANTAM) Tbk., harga nikel yang merupakan komoditas utama dari ANTAM, harga emas yang merupakan komoditas lain dari ANTAM, Indeks Harga Saham Gabungan (IHSG) dari Bursa Efek Indonesia (BEI) atau Indonesia Stock Exchange (IDX) yang menggambarkan pasar lokal dan Dow Jones Index (DJI) dari New York Stock Exchange (NYSE) yang menggambarkan pasar internasional.

Pada tugas akhir ini dibahas penyelesaian prediksi berdasarkan data historis harga saham ANTAM, harga nikel, harga emas, IHSG dan DJI dengan menggunakan Support Vector Machine (SVM).

Dari observasi yang telah dilakukan, prediksi menghasilkan performansi berdasarkan akurasi dengan skenario pengujian yang menggunakan kombinasi antara fitur input yang sudah disebutkan sebelumnya. Akurasi terbaik tanpa penggunaan kernel, yaitu untuk data training adalah 38.8889% dan data testing adalah 20.3822%, dengan kombinasi fitur input adalah harga saham ANTAM, harga nikel dan DJI. Pada prediksi ini, didapatkan bahwa kernel Polynomial memiliki performansi yang lebih baik dari kernel RBF/Gaussian. Akurasi terbaik dengan penggunaan kernel Polynomial, yaitu untuk data training adalah 90.2778% dan data testing adalah 48.4076%, dengan kombinasi fitur input adalah harga saham ANTAM, harga nikel, harga emas, IHSG dan DJI. Harga saham, prediksi, Support Vector Machine (SVM), fitur input,