Model Support Vector Regression (SVR) Berdimensi Tinggi dengan Pendekatan Fungsi Kernel Berbeda untuk Peramalan Harga Saham TLKM: Sebuah Pemodelan Deret Waktu Selama Masa Pandemi Covid-19

Abstract

Abstrak— Peramalan harga saham dengan menggunakan model yang akurat memiliki peran penting dalam menentukan pilihan investasi bagi para investor. Dengan akuratnya nilai ramalan yang diperoleh, maka resiko yang dihadapi bisa di minimalisir. Dalam studi ini, model peramalan yang digunakan adalah model Support Vector Regression (SVR) berdimensi tinggi dengan pendekatan kernel berbeda. Dari empat kernel yang digunakan (linier, polinomial, sigmoid, dan radial), model SVR dengan fungsi kernel linier dan sigmoid menghasilkan keakuratan yang paling bagus. Dengan demikian, model inilah yang dipakai dalam memprediksi harga saham TLKM untuk rentang waktu lima hari kedepan.