SUPPORT VECTOR REGRESSION (SVR) UNTUK MENGANALISA PERGERAKAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SELAMA PEMILIHAN UMUM 2014

HAMID DIMYATI, Dr. Gunardi, M.Si.

2014 | Skripsi | S1 STATISTIKA

Support Vector Regression (SVR) dengan bantuan kernel tunggal menjadi model yang mampu menangani kasus peramalan data saham selama masa Pemilihan Umum 2014. Pengaruh dari adanya momentum Pemilihan Umum 2014 terhadap pergerakan data saham akan dievaluasi terlebih dahulu melalui analisis event study. Selanjutnya model SVR dengan memanfaatkan peran kernel Gaussian, Laplacian, ANOVA dan Bessel akan menangani kasus peramalan data saham tersebut. Dari hasil pembandingan keempat kernel, diperoleh kesimpulan bahwa SVR dengan kernel Laplacian menjadi model yang paling baik, bahkan mengungguli hasil peramalan dengan model ARIMA melalui evaluasi mean squared error (MSE).

Support Vector Regression (SVR) with single kernel become a regression model that can deal stock forecasting problems during the Indonesia National Election 2014. Influence of the Indonesia National Election 2014 to the stock movements will be evaluated by event study analysis. Afterwards, SVR model that adopt four types of kernel: Gaussian, Laplacian, ANOVA and Bessel, will take those stock forecasting problems. Comparing the four kernels, we conclude that the Laplacian kernel SVR is the best regression model, even it outperforms ARIMA model in forescasting the same cases based on evaluating the mean squared error (MSE).

Kata Kunci : saham, event study, support vector regression, kernel