ANALISIS PREDIKSI HARGA SAHAM MENGGUNAKAN ALGORITMA GENETIKA: STUDI KASUS PT BANK

Pasar saham merupakan salah satu instrumen penting dalam perekonomian yang memiliki karakteristik volatilitas tinggi, sehingga mempersulit prediksi pergerakan harga saham. Tingginya kompleksitas dan banyaknya indikator teknis
yang tersedia menimbulkan tantangan dalam pemilihan fitur yang relevan untuk model prediksi. Penelitian ini menggunakan algoritma genetika untuk mengoptimalkan pemilihan fitur teknis, yang kemudian dianalisis menggunakan model regresi linier dan polinomial. Hasil penelitian menunjukkan bahwa model regresi polinomial unggul dalam menghasilkan hasil prediksi, dengan 7 dari 10
eksperimen memberikan hasil yang mendekati data aktual, dengan nilai koefisien determinasi (R2) terbaik sebesar 0.9160. Namun, regresi polinomial juga menunjukkan kelemahan dalam kestabilan prediksi, dengan satu percobaan
menghasilkan nilai prediksi negatif yang tidak logis. Sebaliknya, regresi linier menghasilkan nilai prediksi yang stabil walaupun hanya menghasilkan 4 dari 10 percobaan dengan akurasi tinggi, dengan nilai koefisien determinasi (R2) terbaik 0.8903. Hal ini menunjukkan bahwa regresi linier. Secara keseluruhan, algoritma genetika terbukti efektif dalam pemilihan fitur dan memberikan kontribusi penting terhadap peningkatan performa kedua model, dengan regresi polinomial menawarkan akurasi yang tinggi dan regresi linier menawarkan kestabilan prediksi.