Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran

Abstract

Pergerakan harga penutupan saham BULL cenderung mengalami variasi harga tiap hari. Investor memerlukan tindakan yang tepat, sehingga resiko yang ada dapat dikurangi dengan mengetahui naik turunnya harga saham pada masa yang akan datang dan memprediksi langkah kebijakan yang optimal untuk membuat keputusan pembelian/penjualan saham yang sesuai. Tujuan penelitian ini untuk menerapkan data mining menggunakan regresi linear untuk prediksi harga saham perusahaan pelayaran. Lokasi penelitian, yaitu di Bursa Efek Indonesia, Jakarta. Populasi dalam penelitian ini adalah semua perusahaan pelayaran yang terdaftar di Bursa Efek Indonesia. Jenis nonprobability sampling yang dipilih yaitu purposive sampling dan quota sampling. Purposive sampling yang dipakai adalah sebanyak 1 perusahaan pelayaran, yakni PT. Buana Lintas Lautan, Tbk (BULL). Quota sampling yang digunakan dalam penelitian ini adalah data time series periode harian harga pembukaan, harga tertinggi, harga terendah, harga penutupan, dan volume saham periode harian BULL selama 1 tahun 2 bulan antara bulan Juni tahun 2019 hingga bulan Juli tahun 2020. Penelitian ini menggunakan metodologi Cross Industry Standard Process for Data Mining (CRISP-DM). Proses data mining berdasarkan CRISP-DM terdiri dari 6 fase, yaitu Bussiness Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, dan Deployment. Hasil penelitian menunjukkan masih ada selisih antara harga penutupan saham luaran data testing dengan harga penutupan saham aktual yang ada di bursa saham. Evaluasi nilai Root Mean Square Error (RMSE) menunjukkan angka plus 7,522 dari data aktual harga penutupan saham periode harian PT. BULL.