PENERAPAN CRISP-DM MENGGUNAKAN MLR K-FOLD PADA DATA SAHAM PT. TELKOM INDONESIA (PERSERO) TBK (TLKM) (STUDI KASUS: BURSA EFEK INDONESIA TAHUN 2015-2022)
Abstract
Teknik data mining telah diadopsi secara luas selama beberapa dekade terakhir, terutama dalam domain bisnis dan keuangan. Untuk mencapai manfaat berkelanjutan dari teknik ini, sebuah organisasi atau perusahaan harus mengadopsi proses standar untuk mengelola proyek penambangan data, sebagian besar menggunakan CRISP-DM. Penelitian telah menunjukkan bahwa proses standar ini sering tidak digunakan seperti yang telah ditentukan untuk memenuhi berbagai kebutuhan proyek data mining. Fase awal CRISP-DM, Business Understanding (BU), berfokus pada pemahaman tujuan bisnis dan terjemahan ke dalam tujuan data mining untuk menentukan rencana desain dan sumber daya yang diperlukan. Fase Data Understanding (DU) kemudian mengumpulkan dan mengeksplorasi data awal untuk mendapatkan wawasan tentang kualitas data. Dataset akhir kemudian dibuat dari dataset mentah melalui berbagai kegiatan dalam tahap Data Preparation (DP), seperti pemilihan catatan dan fitur atau transformasi dan pembersihan data untuk alat pemodelan. Beberapa teknik pemodelan kemudian dipilih pada fase Modeling (MO) dan diterapkan pada dataset yang telah disiapkan. Kinerja model dievaluasi dalam fase Evaluasi (EV) dan dimasukkan ke dalam konteks tujuan bisnis. Fase Deployment (DE) kemudian menjelaskan proses penerapan model dalam konteks pengguna akhir. Untuk meningkatkan pemahaman tentang bagaimana proses data mining digunakan sebagai standar acuan, diperluas dan diadaptasi dalam praktik, penelitian ini melaporkan studi kasus di bidang keuangan khususnya perdagangan saham. Studi kasus dilakukan berdasarkan dokumentasi dari portofolio proyek data mining, dilengkapi dengan data yang bersumber langsung dari Bursa Efek Indonesia. Hasilnya mengungkapkan dalam CRISP-DM memiliki dampak dan mekanisme yang digunakan untuk mengatasi prediksi saham pada PT. Telkom Indonesia (Persero) Tbk (TLKM). Studi ini memberikan nilai R2 sebesar 100% dengan nilai MAPE sebesar 0,0013% dengan menerapkan CRISP-DM di bidang bisnis dan keuangan.
Kata Kunci: CRISP-DM, Data Mining, Indonesia Stock Exchange, Business, Stock Trading
Full Text:
PDFReferences
Rakhmawati, D. (2017). Analisis Regresi Dummy Untuk Mengetahui Pengaruh Sektor Bursa Efek Indonesia ( Bei ) Terhadap Indeks Harga Saham Lq45. Jurnal Pro Bisnis, 10(2), 1–15.
Wahid, A. (2018). Analisis Transaksi Perdagangan Saham untuk Mendeteksi Manipulasi Harga Saham dengan Outlierr Detection. 1–115.
Ariesanto Akhmad, E. P. (2020). Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran. Jurnal Aplikasi Pelayaran Dan Kepelabuhanan, 10(2), 120. https://doi.org/10.30649/japk.v10i2.83
Priyadi, I., Santony, J., & Na’am, J. (2019). Data Mining Predictive Modeling for Prediction of Gold Prices Based on Dollar Exchange Rates, Bi Rates and World Crude Oil Prices. Indonesian Journal of Artificial Intelligence and Data Mining, 2(2), 93. https://doi.org/10.24014/ijaidm.v2i2.6864
Sunaryo. (2020). Pengaruh Volume Penawaran Saham Terhadap Risiko Sistematis dan Implikasinya Terhadap Harga Saham. Mediastima, 1(2), 105–112.
Nababan, L. U. (2019). Penerapan Model Regresi Data Panel Pada Analisis Harga Saham Perusahaan Batubara. Akuntabel, 16(1), 81–97.
Cokrodiharjo, V. R., & Chalid, D. A. (2021). Peramalan Harga Saham Menggunakan Metode Support Vector Machine (SVM): Studi Kasus Saham di Bursa Efek Indonesia (BEI). Jpmb 61, 3(1), 61–74.
Widodo, E., & Irmayanti, N. A. (2019). Comparison of Truncated Spline Regression with Simple Linear Regression metode on The Stock Price of Mining Company in Indonesia ( Case study : ADRO . JK , ITMG . JK , and ANTM . JK ) Perbandingan Metode Regresi Spline Truncated dengan Regresi Linear Sede. Jurnal Ilmu-Ilmu MIPA, 19. https://doi.org/10.20885/eksakta.vol19.iss2.art5
Adhiva, J., Putri, S. A., & Setyorini, S. G. (2020). Prediksi Hasil Produksi Kelapa Sawit Menggunakan Model Regresi Pada PT . Perkebunan Nusantara V. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri, 155–162.
Izzah, A., & Widyastuti, R. (2017). Prediksi Harga Saham Menggunakan Improved Multiple Linear Regression untuk Pencegahan Data Outlier. Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control, 2(3), 141–150. https://doi.org/10.22219/kinetik.v2i3.268
Savitri, U. S., Saepudin, D., & Umbara, R. F. (2019). Prediksi Harga Saham serta Pemberian Keputusan Jual Beli Menggunakan Metode Regression Tree dan Self Organizing Map ( SOM ). E-Proceeding of Engineering :, 6(1), 2527–2538.
Khaira, U., Utomo, P. E. P., Suratno, T., & Gulo, P. C. S. (2021). Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Autoregressive Integrated Moving Average (ARIMA). JUSS (Jurnal Sains Dan Sistem Informasi), 2(2), 11–17. https://doi.org/10.22437/juss.v2i2.8449
Puspitaningtyas, Z. (2017). Prediksi pergerakan harga saham menggunakan analisis profitabilitas. Performance: Jurnal Personalia, Financial …, June 2016, 29–35. https://doi.org/10.20884/1.performance.2017.24.2.697
Laksamana, M. A. H., Amroni, & Toscany, A. N. (2021). Penerapan Data Mining untuk Memprediksi Jumlah Total Produksi Hcl Pada Perusahaan PT . Lontar Papyrus Menggunakan Algoritma Regresi Linier Berganda. Jurnal Ilmiah Mahasiswa Teknik Informatika, 3(2), 187–198.
Purwadi, P., Ramadhan, P. S., & Safitri, N. (2019). Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika Dan Komputer), 18(1), 55. https://doi.org/10.53513/jis.v18i1.104
Suryanto, A. A. (2019). Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi. Saintekbu, 11(1), 78–83. https://doi.org/10.32764/saintekbu.v11i1.298
Fahlepi, M., & Widjaja, A. (2019). Penerapan Metode Multiple Linear Regression Untuk Prediksi Harga Sewa Kamar Kost. Jurnal Strategi, 1(November), 615–629.
Ayuni, G. N., & Fitrianah, D. (2019). Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ. Jurnal Telematika, 14(2), 79–86. https://journal.ithb.ac.id/telematika/article/view/321
Merfin, M., & Oetama, R. S. (2019). Prediksi Harga Saham Perusahaan Perbankan Menggunakan Regresi Linear Studi Kasus Bank BCA Tahun 2015-2017. Ultimatics : Jurnal Teknik Informatika, 11(1), 11–15. https://doi.org/10.31937/ti.v11i1.1239
Solihat, I., Jasmi, J., & Fachruddin, F. (2020). Prediksi Jumlah Produksi Kelapa Sawit Dengan Regresi. Snastikom, 1(1), 17–26.
Pangestu, A. A., Info, A., Regression, M. L., & Volume, S. (2021). Prediksi Volume Penjualan Gas Pt Pgn ( Persero ) Menggunakan Regresi Linear Berganda. 1(1), 14–18.
Agustia, D., Muhammad, N. P. A., & Permatasari, Y. (2020). Earnings management, business strategy, and bankruptcy risk: evidence from Indonesia. Heliyon, 6(2), e03317. https://doi.org/10.1016/j.heliyon.2020.e03317
Kumar, R., Kumar, P., & Kumar, Y. (2020). Time Series Data Prediction using IoT and Machine Learning Technique. Procedia Computer Science, 167(2019), 373–381. https://doi.org/10.1016/j.procs.2020.03.240
Sharma, A., Modak, S., & Sridhar, E. (2019). Data Visualization and Stock Market and Prediction. 2037–2040.
Lubis, A. A., Wong, N. P., & Sinaga, F. M. (2020). Prediksi Akurasi Perusahaan Saham Menggunakan SVM dan K-Fold Cross Validation. Jurnal SIFO Mikroskil, 21(1), 11–19. https://mikroskil.ac.id/ejurnal/index.php/jsm/article/view/718
Shakhla, S., Shah, B., Shah, N., Unadkat, V., & Kanani, P. (2018). Stock price trend prediction using multiple linear regression. International Journal of Engineering Science Invention (IJESI), 7(10), 29–33. www.ijesi.org
Chen, S., & Chen, S. (2020). Forecasting Daily Stock Market Return with Multiple Linear Regression Forecasting Daily Stock Market Return with Multiple Linear Regression. 1–10.
DOI: https://doi.org/10.33365/jdmsi.v4i1.2462
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Agung Pambudi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
| Organized by: The S1 Information Systems Study Program, Faculty of Engineering and Computer Science |
| Published by: Universitas Teknokrat Indonesia |
| Website: https://ejurnal.teknokrat.ac.id/index.php/JDMSI |
| Email: jdmsi@teknokrat.ac.id |
| Address: ZA. Pagar Alam Street No. 9 -11, Labuhan Ratu, Bandar Lampung, Indonesia 35132 |
 Article Publish in Jurnal Data Mining dan Sistem Informasi are licensed under a Creative Commons Attribution-ShareAlike 4.0 International License |