Terapan Model Black-Scholes Termodifikasi dan Algoritma Artificial Neural Network untuk Prediksi Harga Saham Harian pada Sektor Telekomunikasi dan Manufaktur

Oscar Martua Sinaga, Dr. Dwi Satya Palupi, S.Si., M.Si.

2023 | Skripsi | FISIKA

Pergerakan Harga saham tidak lama ini menjadi perhatian para fisikawan karena pergerakannya yang acak mengikuti pergerakan partikel fluida yang mengalami proses difusi. Pergerakan saham yang acak ini bisa diprediksi oleh model Opsi Black-Scholes Termodifikasi dan Jaringan Saraf Tiruan (JST). Pada penelitian ini dilakukan prediksi harga saham dengan menggunakan model Opsi Black-Scholes Termodifikasi dan model Artificial Neural Network(ANN) atau Jaringan Saraf Buatan (JST). Model JST ini ada 2 yaitu model JST yang hanya menggunakan feature harga saham masa lalu (JST 1 variabel) dan JST yang menggunakan features atau variabel harga saham masa lalu dan harga saham masa lalu yang diprediksi dengan model Opsi Black-Scholes Termodifikasi (JST 2 variabel) pada saham-saham perusahaan di Indonesia terkhususnya saham manufaktur dan telekomunikasi. Untuk saham telekomunikasi, didapatkan bahwa 5 dari 6 saham telekomunikasi, akurasi prediksi saham terbesarnya terdapat pada model JST 1 variabel sehingga model JST 1 adalah model yang paling akurat pada sektor telekomunikasi. Untuk Saham manufaktur didapatkan bahwa terdapat 3 saham yang akurasi prediksi saham terbesarnya terdapat pada model JST 1 variabel dan 3 sisanya terdapat pada model JST 2 variabel. Hal ini menunjukkan bahwa prediksi saham dengan model JST 1 variabel maupun 2 variabel bisa dikatakan paling dan sama-sama akurat pada sektor manufaktur.

Recently, the movement of stock prices has drawn the attention of physicists due to its random behavior resembling the movement of diffusing fluid particles. This random stock movement can be predicted by the Modified Black-Scholes Option model and Artificial Neural Network (ANN). In this study, stock price prediction is performed using the Modified Black-Scholes Option model and two ANN models. The first ANN model utilizes only past stock price as a feature (1-variable ANN), while the second ANN model incorporates both past stock price and predicted stock price using the Modified Black-Scholes Option model as features (2-variable ANN). The prediction is conducted on stocks of manufacturing and telecommunications companies in Indonesia. For the telecommunications sector, it is found that out of 6 telecommunications stocks, the highest prediction accuracy is achieved by the 1-variable ANN model, indicating that it is the most accurate model in the telecommunications sector. For the manufacturing sector, it is observed that the highest prediction accuracy is achieved by the 1-variable ANN model for 3 stocks, while the remaining 3 stocks yield the highest accuracy with the 2-variable ANN model. This suggests that both the 1-variable and 2- variable ANN models provide equally accurate predictions in the manufacturing sector.

Kata Kunci : Black-Scholes termodifikasi, saham , JST