PREDIKSI HARGA SAHAM PFIZER INC (FPE) MENGGUNAKAN METODE REGRESI LINEAR BERGANDA PFIZER INC (FPE) STOCK PRICE PREDICTION USING MULTIPLE LINEAR REGRESSION

Taufan Adriansyah Lubis, Mulyati Mulyati

Abstract


ABSTRAK

 

Investasi dalam pasar modal terutama saham saat ini sangat berkembang pesat. Salah satu Saham Pfizer Inc (FPE). Saham ini bergerak dalam bidang Kesehatan yaitu dalam memproduksi vaksin COVID-19 diklaim memiliki tingkat efektivitas yang tinggi sehingga harga sahamnya meningkat selama pandemi dan telah menunjukkan ketahanan yang luar biasa dalam beberapa dekade terakhir. Namun Investasi saham memiliki resiko yang cukup tinggi disebabkan pergerakan harga saham megalami fluktuasi. Oleh karena itu tujuan penelitian ini adalah untuk Menganalisis prediksi harga saham salah satunya menggunakan Regresi Linear Berganda. Tahapan Penelitian yang dilakukan meliputi pengumpulan data, prepossessing, analisis dengan Regressi linier dan Evaluasi. Hasil penelitian dengan menggunakan data latih 80% dan data Uji 20% diperoleh nilai RMSE sebesar 0.074 yang berarti tingkat kesalahan dalam melakukan prediksi kecil. Dilakukan visualisasi antara nilai aktual dan nilai prediksi didapatkan bahwa ada hubungan yang positif diantara kedua nilai tersebut, hal ini berarti model dapat merepresentasikan pergerakan harga saham dengan baik.

Kata kunci : Pfizer Inc (FPE). Prediksi, Regressi Linear Berganda, Saham.

 

ABSTRACT

The Investment in the capital market, especially stocks, is currently growing rapidly, one of which is Pfizer Inc (FPE). Pfizer Inc (FPE). This stock is engaged in the Health sector, namely in producing the COVID-19 vaccine is claimed to have a high level of effectiveness, so that its share price has increased during the pandemic and has shown a high level of effectiveness. so that its share price has increased during the pandemic and has shown extraordinary resilience in recent decades. remarkable resilience in recent decades. However, stock investment has a fairly high risk due to stock price movements experiencing fluctuations. Therefore, the purpose of this study is to analyze the prediction of stock prices using Multiple Linear Regression. one of them using Multiple Linear Regression. The stages of research carried out include data collection, prepossessing, analysis with linear regression and evaluation. The results of the study using 80% training data and 20% test data obtained an RMSE value of 0.074 which means the error rate in making small predictions. Visualization between visualization between the actual value and the predicted value found that there is a positive relationship between the two values, this means that the model can represent stock price movements well. represent stock price movements well.

Keywords: Multiple Linear Regression, Pfizer Inc (FPE), Prediction, Stocks.


References


DAFTAR PUSTAKA

A. S. Putri, “Analisis Indikasi Asimetro Informasi yang Terjadi pada Saham-Saham Sektor Perbankan di Pasar Modal Indonesia,” J. Ilm. Mhs. FEB, vol. 10, no. 2, 2022, [Online]. Available: https://jimfeb.ub.ac.id/index.php/jimfeb/article/view/8130

I. Santoso, “Mengenal Dekat Saham Raksasa Farmasi, PFE Pfizer.” [Online]. Available: https://blog.hsb.co.id/saham/saham-pfe-pfizer/]

L. E. NADHIRA, “Prediksi Harga Saham Pfizer Menggunakan Long Short-Term Memory Dan Bidirectional Long Short-Term Memory (Studi Kasus: Close Price Saham Pfizer Inc. Pada Januari 2018-Januari 2022),” UNIVERSITAS ISLAM INDONESIA, 2022. [Online]. Available: https://dspace.uii.ac.id/handle/123456789/40365?show=full

A. B. K. Bruce L. Bowerman, Richard T. O’Connell, Forecasting, Time Series, and Regression: An Applied Approach, 4th, illustr ed. Thomson Brooks/Cole, 2005.

R. Zapar et al., “PENERAPAN MODEL REGRESI LINIER UNTUK PREDIKSI HARGA SAHAM,” vol. 8, no. 1, pp. 196–202, 2024.

A. Amrin, “Peramalan Tingkat Inflasi Indonesia Menggunakan Neural Network Backpropagation Berbasis Metode Time Series,” AMIK Bina Sarana Inform. Jakarta, vol. XI, no. 2, pp. 129–136, 2014, [Online]. Available: http://ejournal.nusamandiri.ac.id/ejurnal/index.php/techno/article/view/87

A. S. Nuriyah, R. Saladini, K. N. Fujiah, and F. Indrayatna, “Prediksi Harga Saham Bank BCA Menggunakan Metode Regresi Linier Berganda,” Semin. Nas. Stat. Aktuaria Ii, 2023, [Online]. Available: https://prosidingsnsa.statistics.unpad.ac.id/?journal=prosidingsnsa&page=article&op=view&path%5B%5D=323

Y. S. Sipahutar, I. R. Munthe, and ..., “Analisis Machine Learning Algoritma Regresi Linear Untuk Memprediksi Saham Di Bank Bri Di Bursa Saham Indonesia,” J. Tekinkom (Teknik …, vol. 6, no. 8, pp. 81–87, 2023, doi: 10.37600/tekinkom.v6i1.747.

M. G. Arfananda and D. Saepudin, “Prediksi Return Saham Pada Saham Indeks LQ45 Menggunakan Regresi Linear Univariat,” eProceedings …, vol. 10, no. 3, pp. 3628–3641, 2023.

I. Himawan, O. Nurdiawan, G. Dwilestari, and ..., “Irvan Himawan PREDIKSI HARGA SAHAM DENGAN ALGORITMA REGRESI LINIER DENGAN RAPIDMINER,” JURSIMA (Jurnal …, vol. 10, no. 3, pp. 239–247, 2022, [Online]. Available: https://ejournal.indobarunasional.ac.id/index.php/jursima/article/view/475%0Ahttps://ejournal.indobarunasional.ac.id/index.php/jursima/article/download/475/314

E. P. Ariesanto Akhmad, “Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran,” J. Apl. Pelayaran dan Kepelabuhanan, vol. 10, no. 2, p. 120, 2020, doi: 10.30649/japk.v10i2.83.

A. Izzah and R. Widyastuti, “Prediksi Harga Saham Menggunakan Improved Multiple Linear Regression untuk Pencegahan Data Outlier,” Kinet. Game Technol. Inf. Syst. Comput. Network, Comput. Electron. Control, vol. 2, no. 3, pp. 141–150, 2017, doi: 10.22219/kinetik.v2i3.268.

M. Edi, E. Utami, and A. Yaqin, “Prediksi Harga pada Trading Forex Pair USDCHF Menggunakan Regresi Linear,” J. Manaj. Inform., vol. 13, no. 2, pp. 109–119, 2023, doi: 10.34010/jamika.v13i2.9826.

Y. F. Wijaya and A. Triayudi, “Penerapan Data Mining Pada Prediksi Harga Emas dengan Menggunakan Algoritma Regresi Linear Berganda dan ARIMA,” J. Comput. Syst. …, vol. 5, no. 1, pp. 73–81, 2023, doi: 10.47065/josyc.v5i1.4615.

J. Teknologi et al., “Implementasi Data Mining Untuk Memprediksi Pergerakan Harga Saham Bri Dengan Menggunakan Metode Regresi Linier Berganda Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD,” vol. 7, no. September 2022, pp. 151–159, 2024.

M. Keren and R. S. Oetama, “Prediksi prospek harga saham perusahaan perbankan Menggunakan Regresi Linear (Study Kasus Bank BCA Tahun 2015-2017),” JSI J. Sist. Inf., vol. 11, no. 1, pp. 1703–1710, 2019, doi: 10.36706/jsi.v11i1.8105.

T. Tasmalaila Hanifa and S. Al-Faraby, “Analisis Churn Prediction pada Data Pelanggan PT. Telekomunikasi dengan Logistic Regression dan Underbagging,” e-Proceeding Eng., vol. 4, no. 2, pp. 3210–3225, 2017.

M. P. Prof. Dr. A. Muri Yusuf, Metode Penelitian Kuantitatif, Kualitatif & Penelitian Gabungan, Cetakan ke. Jakarta: Kencana, 2017.

N. Salwa, N. Tatsara, R. Amalia, and A. F. Zohra, “Model Prediksi Liku Kalibrasi Menggunakan Pendekatan Jaringan Saraf Tiruan (JST) (Studi Kasus: Sub DAS Siak Hulu),” J. Data Anal., vol. 1, no. 2011, pp. 21–31, 2018, [Online]. Available: http://ce.unri.ac.id


Full Text: PDF Abstract views : 38 views : 28

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Jurnal Aplikasi Bisnis dan Komputer

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.