Analisis dan prediksi Harga Saham menggunakan Metode Random Forest

Abstrak

Pergerakan harga saham yang bersifat fluktuatif dan dipengaruhi oleh berbagai faktor menyebabkan proses pengambilan keputusan investasi menjadi tidak mudah, khususnya bagi investor yang mengandalkan data historis. Penelitian ini bertujuan untuk menganalisis kinerja metode Random Forest dalam memprediksi harga saham PT Bank Central Asia Tbk (BBCA) berdasarkan indikator teknikal. Metode yang digunakan meliputi pengolahan data historis saham dengan pendekatan deret waktu, perhitungan indikator teknikal berupa Exponential Moving Average, Moving Average, Relative Strength Index, Moving Average Convergence Divergence, dan volume perdagangan, serta pelatihan model Random Forest. Dataset dibagi secara kronologis menjadi data latih dan data uji untuk menjaga konsistensi temporal. Evaluasi model dilakukan menggunakan Mean Absolute Error, Root Mean Squared Error, Mean Absolute Percentage Error, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa model Random Forest mampu memberikan performa prediksi yang baik dengan nilai Mean Absolute Error sebesar 202,91, Root Mean Squared Error sebesar 260,83, Mean Absolute Percentage Error sebesar 2,13%, dan koefisien determinasi sebesar 0,85. Analisis kontribusi fitur menunjukkan bahwa indikator Exponential Moving Average periode 12 memiliki pengaruh paling dominan terhadap hasil prediksi. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode Random Forest efektif digunakan untuk memprediksi harga saham berbasis indikator teknikal dan berpotensi mendukung pengambilan keputusan investasi.