IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK MEMPREDIKSI HARGA SAHAM MENGUNAKAN INDIKATOR EXPONENTIAL MOVING AVERAGE 10 PERIODE HARIAN

Abstrak

Fluktuasi harga saham yang dinamis dan sulit diprediksi secara manual menjadi tantangan dalam pengambilan keputusan investasi yang tepat. Oleh karena itu, diperlukan pendekatan berbasis data yang mampu memberikan prediksi harga secara lebih akurat. Penelitian ini bertujuan untuk mengembangkan aplikasi prediksi harga saham menggunakan algoritma Random Forest dengan memanfaatkan data historis dari 10 perusahaan teratas dalam indeks LQ45. Data yang digunakan diperoleh dari API Yahoo Finance dan difokuskan pada indikator teknikal Exponential Moving Average (EMA) 10 periode harian. Proses praproses data meliputi normalisasi, visualisasi tren, dan pembersihan data. Selanjutnya, model Random Forest diterapkan untuk memprediksi harga saham satu hari ke depan. Algoritma ini dipilih karena kemampuannya dalam menangani hubungan non-linear dan memberikan hasil prediksi yang stabil. Evaluasi performa model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi. Hasil penelitian menunjukkan bahwa model mampu menghasilkan prediksi harga dengan tingkat kesalahan rata-rata yang rendah. Aplikasi ini juga dilengkapi dengan fitur sinyal beli atau jual berdasarkan hasil prediksi, sehingga dapat membantu investor dalam menyusun strategi investasi yang lebih informatif. Dengan demikian, aplikasi ini diharapkan menjadi alat bantu yang efektif bagi investor pemula maupun profesional dalam pengambilan keputusan investasi berbasis data.