Implementasi Data Mining Untuk Memprediksi Pergerakan Harga Saham Bri Dengan Menggunakan Metode Regresi Linier Berganda

Abstract

Investasi saham penting untuk perkembangan dalam sebuah perusahaan serta harga lembar saham yang ditampilkan oleh perusahaan dapat diketahui oleh masyarakat local maupun asing. Banyak faktor yang mempengaruhi naik turunnya harga lembar saham pada perusahaan yang terdaftar pada Bursa Ekonomi Indonesia (BEI). Pergerakan penutupan harga saham perbankan cenderung mengalami variasi harga tiap harinya, Sehingga trader maupun investor mengalami kesulitan dalam memprediksi pergerakan harga saham yang berefek pada kerugian dari membeli ataupun menjual saham tersebut. Oleh karena itu dibutuhkan suatu sistem yang dapat memprediksi pergerakan harga saham dengan ilmu data mining menggunakan metode regresi linier berganda. Sampel dari penelitian ini adalah salah satu bank milik negara indonesia yang terdaftar di Bursa Efek Indonesia. Janis’s nonprobability sampling yang dipilih yaitu purposive sampling dan quota sampling. Purposive sampling yang dipakai adalah 1 perusahaan perbankan milik negara, yakni PT. Bank Rakyat Indonesia, Tbk. Quota sampling yang digunakan dalam penelitian ini adalah data time series periode harian harga pembukaan, harga tertinggi, harga terendah, harga penutupan, dan volume saham periode harian pada bulan September 2022.  Hasil penelitian mengharapkan terciptanya sebuah aplikasi yang mampu memprediksi   pergerakan harga saham penutupan sehingga dapat digunakan untuk membantu meminimalisir kerugian pada trader maupun investor Bursa Ekonomi Indonesia (BEI)