PREDIKSI HARGA SAHAM DENGAN SVM (SUPPORT VECTOR MACHINE) DAN PEMILIHAN FITUR F-SCORE

Abstract
Dalam pasar modal terdapat dua buah metode yang digunakan investor untuk membuat prediksi harga saham yaitu analisa fundamental dan analisa teknikal. Penelitian ini melakukan prediksi harga saham berdasarkan analisa teknikal dengan menggunakan indikator teknikal sebagai fiturnya. Penelitian menggunakan metode Support Vector Machine (SVM) untuk prediksi dan melakukan pemilihan fitur (feature selection) dengan metode F-Score.Penelitian telah menyelesaikan pengembangan prototype yang dibutuhkan untuk melakukan prediksi saham. Pengumpulan data saham dari Bursa Efek Indonesia telah dilaksanakan dan proses prediksi yang dibutuhkan juga telah dilaksanakan.Metode F-Score membutuhkan proses yang jauh lebih sedikit daripada proses maksimal yang mungkin dilakukan untuk mencari fitur terbaik terutama setelah jumlah fitur melebihi 5. Metode F-Score juga memberikan hasil 70% F-Score dan 71% akurasi. Hasil ini hanya 3% lebih buruk daripada pilihan fitur terbaik yang mungkin dicapai