Prediksi Pergerakan Indeks Harga Saham Di Indonesia Dengan Google Trends

Muhammad Jehan Mahsan, Deni Saepudin, Aniq Atiki Rohmawati

Abstract

Abstrak Indeks harga saham merupakan satuan nilai untuk mengetahui pergerakan harga suatu pasar saham atau sebagian pasar saham. Indeks harga saham berfungsi sebagai tolak ukur bagi para pemegang saham untuk mendapatkan keuntungan dalam berinvestasi. Oleh karena itu, diperlukan pemodelan prediksi indeks harga saham untuk membantu para pemegang saham dalam mengambil keputusan. Banyak faktor yang mempengaruhi naik turunnya suatu indeks harga saham. Salah satunya adalah faktor ekspektasi para penjual dan pembeli saham beserta perhatian orang pada informasi naik turunnya harga saham. Google Search dapat digunakan oleh para pemegang saham untuk mengetahui info tentang indeks harga saham. Grafik pencarian terhadap keywords indeks harga saham pada Google Search dapat diakses melalui layanan Google Trends. Data pencarian indeks harga saham di Google Trends merupakan cerminan perhatian orang terhadap perubahan pergerakan indeks harga saham. Pada tugas akhir ini, dilakukan pemodelan prediksi pergerakan indeks harga saham di Indonesia dengan melibatkan data Google Trends menggunakan metode Support Vector Regression (SVR). Data indeks harga saham yang digunakan adalah penutupan mingguan indeks IHSG dan LQ45. Pemodelan prediksi indeks IHSG dan LQ45 dengan melibatkan data Google Trends memiliki akurasi lebih baik dibandingkan pemodelan tanpa melibatkan data Google Trends. Namun nilai akurasi prediksi kedua model tidak signifikan berbeda.

Kata kunci : indeks harga saham, prediksi, Google Trends, Support Vector Regression, IHSG, LQ45

Abstract Stock price index is a unit of value to determine the movement of a stock market or the most of the stock market price. Stock price index serves as a benchmark for shareholders to get profits in investing. Therefore, it is necessary to make a prediction model of stock price index to assist shareholders in making decisions. There are many factors that can affect the ups and downs of a stock price index. One of the factor is the expectation of stock sellers and buyers along with people's attention on the ups and downs of stock prices information. Google Search can be used by shareholders to find out info about the stock price index. Search charts of stock price index keywords on Google Search can be accessed on the Google Trends service. Stock price index search data on Google Trends is a reflection of people's attention to changes in stock price index movements. In this final project, modeling prediction of stock price index movements in Indonesia with involving Google Trends data is built using the Support Vector Regression (SVR) method. Stock price index data that we used is IDX and LQ45. Prediction model for IDX and LQ45 index with involving Google Trends data has better results than prediction model without involving Google Trends data. However, the predicted accuracy of the two models is not significantly different.

Keywords: Stock price index, prediction, Google Trends, Support Vector Regression, IHSG, LQ45

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :-1