Detail Cantuman Kembali

XML

ANALISIS PERAMALAN HARGA SAHAM RITEL DI INDONESIA MENGGUNAKAN PENDEKATAN MACHINE LEARNING SELAMA COVID-19


Pandemi COVID-19 benar-benar membuat sektor keuangan dan perdagangan Indonesia kewalahan. Hal ini dapat menyebabkan krisis ekonomi, terutama di perusahaan ritel, yang mengakibatkan penurunan penting dalam harga saham perusahaan ritel. Penelitian bertujuan untuk membandingkan harga saham di industri ritel sebelum dan saat COVID-19, memperkirakan kinerja perusahaan menggunakan machine learning, serta menentukan metode machine learning terbaik dalam meramalkan harga saham. Tiga metode machine learning yang digunakan, yaitu Artificial Neural Network (ANN), Support Vector Machine (SVM), dan Random Forest (RF) telah digunakan dalam peramalan harga saham. Dua tahun laporan keuangan dari dua puluh perusahaan ritel di Indonesia dengan kapitalisasi pasar terbesar dipilih sebagai dataset untuk penelitian ini. Metrik kesalahan yang telah digunakan dalam penelitian ini adalah mean squared error (MSE), root means square error (RMSE) dan mean absolute error (MAE). Saham yang berasal dari perusahaan yang dianggap penting oleh pemerintah Indonesia seperti perusahaan grosir dan medis, melihat lonjakan harga saham sementara yang berasal dari department store dan toko khusus cenderung melihat penurunan harga saham. Penelitian ini menunjukkan bahwa saham department store dan toko khusus berkinerja lebih buruk selama pandemi COVID-19. Di sisi lain, saham yang berasal dari perusahaan yang dianggap penting seperti toko kelontong dan distribusi medis naik selama pandemi COVID-19. Selain itu, penelitian ini menyimpulkan bahwa ANN adalah model terbaik dalam peramalan harga saham dari dua puluh perusahaan ritel di Indonesia. Sebagai perbandingan, RF dan SVR kurang akurat dalam peramalan harga saham.
Rayhan Sa'id - Personal Name
SK 1095 RAY a
0000001095
Text
Indonesia
STMA Trisakti
2024
Jakarta
LOADING LIST...
LOADING LIST...