Memprediksi Data Saham Bank Mandiri Menggunakan Metode Algoritma Regresi Linear Dengan Bantuan Rapid Miner

Laila Sari, Syaiful Zuhri Harahap, Irmayanti Ritonga

Abstract


Indonesia has been growing rapidly, one of which can be seen from the economy and technology in Indonesia, at this time the community is almost entirely using machine power technology as a helper of daily life, and the community has also processed a lot of its finances by way of stock investment, with stock investment, the community believes that stocks are invested safer and more profitable. A stock can be defined as a mark of participation or ownership of an individual investor or institutional investor or trader on their investment or a certain amount of funds invested in a company. Linear regression algorithm is one of the methods used to predict stock data in Bank Mandiri. Linear regression algorithm tries to model the relationship between two variables by matching the linear equation of the stock data to be studied. One variable is considered the explanatory variable and the other variable is called the dependent variable. Prediction a process for systematically estimating Bank Mandiri stock data that will appear in the future using data obtained from the past. Thus the company can easily find out the stock data in the future.


Keywords


Stocks, Linear Regression Algorithm, Bank Mandiri, Prediction.

Full Text:

PDF

References


A. Afifah Muhartini et al., “Analisis Peramalan Jumlah Penerimaan Mahasiswa Baru Dengan Menggunakan Metode Regresi Linear Sederhana,” J. Bayesian J. Ilm. Stat. dan Ekon., vol. 1, no. 1, pp. 17–23, 2021.

A. M. Anwar, “Pengaruh Current Ratio, Debt To Equity, dan Return On Assets Terhadap Harga Saham (Studi kasus pada perusahaan sektor makanan dan minuman yang terdaftar di BEI tahun 2017-2019),” J. Ilm. Mhs. Akunt., vol. 1, no. 2, pp. 146–157, 2021.

A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.

D. Astuti, “Penentuan Strategi Promosi Usaha Mikro Kecil Dan Menengah (UMKM) Menggunakan Metode CRISP-DM dengan Algoritma K-Means Clustering,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 2, pp. 60–72, 2019, doi: 10.20895/inista.v1i2.71.D. Novianty, N. D. Palasara, and M. Qomaruddin, “Algoritma Regresi Linear pada Prediksi Permohonan Paten yang Terdaftar di Indonesia,” J. Sist. dan Teknol. Inf., vol. 9, no. 2, p. 81, 2021, doi: 10.26418/justin.v9i2.43664.

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, p. 437, 2020, doi: 10.30865/mib.v4i2.2080.

E. Damayanti, R. D. Larasati, and Kharis Fadlullah Hana, “Reaksi Pasar Modal Indonesia Terhadap Pengumuman,” J. Ekon. dan Manaj., vol. 1, no. 3, pp. 1–5, 2020.

E. P. Ariesanto Akhmad, “Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran,” J. Apl. Pelayaran dan Kepelabuhanan, vol. 10, no. 2, p. 120, 2020, doi: 10.30649/japk.v10i2.83.

H. Hozairi, A. Anwari, and S. Alim, “Implementasi Orange Data Mining Untuk Klasifikasi Kelulusan Mahasiswa Dengan Model K-Nearest Neighbor, Decision Tree Serta Naive Bayes,” Netw. Eng. Res. Oper., vol. 6, no. 2, p. 133, 2021, doi: 10.21107/nero.v6i2.237.

I. Novitasari, D. Budiadi, and A. D. Limatara, “Analisis Stock Split Terhadap Harga Saham Pt. Jaya Real Property Tahun 2010-2016,” Cahaya Akt., vol. 10, no. 1, pp. 8–17, 2020.

J. Jefri, E. S. Siregar, and D. Kurnianti, “Pengaruh ROE, BVPS, dan Volume Perdagangan Saham Terhadap Return Saham,” J. PROFIT Kaji. Pendidik. Ekon. dan Ilmu Ekon., vol. 7, no. 2, pp. 101–112, 2020, doi: 10.36706/jp.v7i2.11875.

J. S. Putra, R. D. Ramadhani, and A. Burhanuddin, “Prediksi Harga Saham Bank Bri Menggunakan Algoritma Linear Regresion Sebagai Strategi Jual Beli Saham,” J. Dinda Data Sci. Inf. Technol. Data Anal., vol. 2, no. 1, pp. 1–10, 2022, doi: 10.20895/dinda.v2i1.273.

K. Mahendra, N. Satyahadewi, and H. Perdana, “Analisis Teknikal Saham Menggunakan Indikator Moving Average Convergence Divergence (Macd),” Bimaster Bul. Ilm. Mat. Stat. dan Ter., vol. 11, no. 1, pp. 51–58, 2022.

L. K. Harahap, “Analisis SEM (Structural Equation Modelling) Dengan SMARTPLS (Partial Least Square),” Fak. Sains Dan Teknol. Uin Walisongo Semarang, no. 1, p. 1, 2018.

L. Nur Aini, “Pengaruh Inflasi, Bank Indonesia Rate Dan Nilai Tukar Rupiah Terhadap Harga Saham Pada Perusahaan Sektor Transportasi Dan Logistik Di Bursa Efek Indonesia Periode 2015-2018,” SIBATIK J. J. Ilm. Bid. Sos. Ekon. Budaya, Teknol. dan Pendidik., vol. 1, no. 4, pp. 219–234, 2022, doi: 10.54443/sibatik.v1i4.27.

M. A. Aditya, R. D. Mulyana, I. P. Eka, and S. R. Widianto, “Penggabungan Teknologi Untuk Analisa Data Berbasis Data Science,” Semin. Nas. Teknol. Komput. Sains, pp. 51–56, 2020.

M. Yusra, “Pengaruh Frekuensi Perdagangan , Trading Volume, Nilai Kapitalisasi Pasar, Harga Saham, Dan Trading Day Terhadap Return Saham Pada Perusahaan Kosmetik Dan Keperluan Rumah Tangga Di Bursa Efek Indonesia,” J. Akunt. dan Keuang., vol. 7, no. 1, p. 65, 2019, doi: 10.29103/jak.v7i1.1841.

N. Purwati, R. Nurlistiani, and O. Devinsen, “Data Mining Dengan Algoritma Neural Network Dan Visualisasi Data Untuk Prediksi Kelulusan Mahasiswa,” J. Inform., vol. 20, no. 2, pp. 156–163, 2020, doi: 10.30873/ji.v20i2.2273.

P. Purwadi, P. S. Ramadhan, and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 1, p. 55, 2019, doi: 10.53513/jis.v18i1.104.

S. Indah Nurhafida and F. Sembiring, “Analisis Text Clustering Masyarakat Di Twiter Mengenai Mcdonald’Sxbts Menggunakan Orange Data Mining,” SISMATIK (Seminar Nas. Sist. Inf. dan Manaj. Inform., pp. 28–35, 2021.

S. R. Munthe and S. Suryadi, “Algoritma K-Means Untuk Analisis Presepsi Masyarakat Labuhanbatu Dalam Promosi Produk Berbasis Digital Pasca COVID-19,” U-NET J. …, vol. 5, no. 2, pp. 14–24, 2021.




DOI: https://doi.org/10.36987/informatika.v12i2.5645

Hasil gambar untuk committee on publication ethics logo

Jurnal ini mengikuti pedoman dari Committee on Publication Ethics (COPE)dalam menghadapi semua aspek etika publikasi dan, khususnya, bagaimana menangani kasus penelitian dan kesalahan publikasi. Pernyataan ini menjelaskan etika perilaku semua pihak yang terlibat dalam proses penerbitan artikel di jurnal ini, termasuk Penulis, Pemimpin Redaksi, Dewan Redaksi, Mitra Bebestari, dan Penerbit (Akademi Kepolisian Republik Indonesia). INFORMATIKA berkomitmen untuk mengikuti praktik terbaik tentang masalah etika, kesalahan, dan pencabutan. Pencegahan malpraktek publikasi merupakan salah satu tanggung jawab penting dewan redaksi. Segala jenis perilaku tidak etis tidak dapat diterima, dan jurnal tidak mentolerir plagiarisme dalam bentuk apa pun.

 

INFORMATIKA
Journal URL: https://jurnal.ulb.ac.id/index.php/informatika
Journal DOI: 10.36987/informatika
P-ISSN: 2303-2863
E-ISSN: 2615-1855

Alamat Redaksi :
Fakultas Sains dan Teknologi, Universitas Labuhanbatu
Gedung Fakultas Sains dan Teknologi,
Jalan Sisingamangaraja No.126 A KM 3.5 Aek Tapa, Bakaran Batu, Rantau Sel., Kabupaten Labuhan Batu, Sumatera Utara 21418