Perbandingan Klasifikasi Pergerakan Harga Saham PT. Astra Internasional tbk Menggunakan Vector Auto Regressive (VAR) Stasioner dan Logistic Regression
Total View This Week0

Institusion

Universitas Telkom

Author

AYU WULANDARI

Subject

INFORMATICS 

Datestamp

2020-02-05 00:00:00 

Abstract :
Saham merupakan satuan nilai dalam berbagai instrumen keuangan yang kini menjadi metode utama untuk meningkatkan modal bisnis. Harga saham yang bersifat fluktuaktif membuat diperlukannya metode yang tepat untuk memprediksi pergerakan harga saham untuk mengurangi kerugian yang terjadi. Dalam penelitian kali ini, dilakukan prediksi terhadap pergerakan harga saham menggunakan data harga saham harian pada PT Astra Internasional tbk dengan metode Vector Autoregressive (VAR) Stasioner dan Logistic Regression. Metode VAR merupakan metode deret waktu yang digunakan untuk memodelkan dan meramalkan secara simultan lebih dari satu variabel yang saling berkaitan. Sedangkan metode Logistic Regression merupakan metode analisis yang mendeskripsikan hubungan antara dua variabel dependen yang memiliki dua kategori atau lebih dengan satu atau lebih variabel independent yang berskala kategori atau kontinu. Penelitian ini menghasilkan kesimpulan bahwa metode Logistic Regression memberikan hasil yang cenderung lebih akurat yaitu nilai akurasi sebesar 69.60%, presisi 78.57% dan recall 46.80%, dibandingkan dengan metode Vector Autoregressive (VAR) yang menghasilkan nilai akurasi sebesar 50.98%, presisi 28.57%, dan recall 4.25%.