Stock Price Forecasting of PT Bank Rakyat Indonesia (Persero) Tbk Using the Support Vector Regression Method

Abstrak

Peramalan harga saham merupakan aktivitas penting di pasar modal karena pergerakan harga saham cenderung nonlinier dan volatil dari waktu ke waktu. PT Bank Rakyat Indonesia (Persero) Tbk (BBRI) adalah saham unggulan dengan likuiditas tinggi dan fundamental yang kuat, menjadikannya subjek yang tepat untuk penelitian peramalan. Studi ini bertujuan untuk memprediksi harga saham BBRI menggunakan metode Support Vector Regression (SVR), yang dikenal karena kemampuannya untuk memodelkan hubungan nonlinier dan meminimalkan overfitting. Data yang digunakan terdiri dari harga penutupan harian BBRI dari Januari 2020 hingga Desember 2024. Sebelum pemodelan, data dinormalisasi menggunakan metode Min-Max dan dibagi menjadi set pelatihan dan pengujian dengan rasio 80:20. Model dasar awal menggunakan SVR dengan kernel linier. Model kemudian dioptimalkan menggunakan kernel Radial Basis Function (RBF) melalui Grid Search Optimization yang dikombinasikan dengan validasi silang deret waktu untuk menentukan kombinasi parameter terbaik. Parameter optimal dipilih berdasarkan Root Mean Square Error (RMSE) terendah. Hasil penelitian menunjukkan bahwa model SVR RBF mengungguli model linier dalam menangkap pola nonlinier harga saham BBRI. Selama pengujian, model yang dioptimalkan mencapai RMSE sebesar 0,022054, yang menunjukkan akurasi prediksi yang tinggi. Model SVR yang dioptimalkan kemudian digunakan untuk memprediksi harga saham untuk periode berikutnya dan menunjukkan pergerakan harga yang relatif stabil namun dinamis. Secara keseluruhan, temuan ini menegaskan bahwa metode SVR efektif dan dapat diandalkan untuk prediksi harga saham dan dapat menjadi referensi berharga bagi investor dan penelitian keuangan di masa mendatang.