Pengambilan keputusan investasi melibatkan optimasi kinerja portofolio dengan mempertimbangkan berbagai tujuan secara bersamaan, seperti risiko dan return. Penelitian ini mengusulkan pendekatan integratif untuk optimasi portofolio investasi menggunakan Support Vector Regression (SVR) dalam prediksi return dan teknik optimasi multiobjektif. SVR dipilih karena kemampuannya dalam menangkap hubungan non-linear pada data historis, sehingga menghasilkan estimasi return yang lebih akurat. Data harga saham historis digunakan untuk memprediksi return aset, yang kemudian diintegrasikan ke dalam proses optimasi portofolio dengan tujuan memaksimalkan return dan meminimalkan risiko. Hasil penelitian menunjukkan bahwa model SVR mampu memprediksi return dengan tingkat kesalahan yang rendah, dengan nilai Mean Absolute Error (MAE) sebesar 0.0281 dan Mean Squared Error (MSE) sebesar 0.0480, memberikan dasar yang kuat untuk optimasi portofolio. Portofolio optimal yang dihasilkan memiliki expected return sebesar 0.051212, risiko sebesar 0.000001, dan rasio Sharpe yang meningkat signifikan menjadi 43464.271948, dibandingkan dengan portofolio tanpa optimasi yang memiliki expected return sebesar 0.004115 dan risiko sebesar 0.002781. Integrasi prediksi berbasis SVR dengan optimasi multiobjektif terbukti efektif dalam meningkatkan efisiensi dan kinerja portofolio. Temuan ini memberikan kontribusi signifikan dalam rekayasa keuangan dengan menawarkan metode sistematis untuk membantu investor membuat keputusan investasi yang lebih terinformasi dan optimal.
Kata kunci: Keputusan Investasi, Optimasi Portofolio, Portofolio Multiobjektif, Pediksi Return, Support Vector Regression