Perbandingan Algoritma Naïve Bayes Dengan K- Nearest Neighbor Pada Prediksi Pergerakan Harga Saham
Perdagangan saham merupakan kegiatan investasi penting di pasar keuangan, di mana investor membeli dan menjual saham untuk memperoleh keuntungan dari fluktuasi harga saham. Salah satu perusahaan publik yang terdaftar di Bursa Efek Indonesia (BEI). Penelitian ini bertujuan untuk membandingkan performa dua algoritma klasifikasi, yaitu K Nearest Neighbor (KNN) dan Naïve Bayes Classifier (NBC), dalam memprediksi pergerakan harga saham . Metode penelitian ini menggunakan algoritma KNN dan NBC dengan dataset harga historis saham. Hasil penelitian menunjukkan bahwa model KNN mencapai akurasi sebesar 0.80, KNN juga menunjukkan hasil presisi yang baik untuk kelas naik (0) sebesar 0.84 dan kelas turun (1) sebesar 0.75, serta tingkat recall yang konsisten, masing-masing 0.86 untuk kelas naik dan 0.71 untuk kelas turun. Sementara itu, model NBC memiliki akurasi 0.63, dengan presisi yang sedikit lebih rendah untuk kedua kelas, yaitu 0.67 untuk kelas naik dan 0.49 untuk kelas turun. Recall untuk kelas naik lebih tinggi dengan nilai 0.80, namun recall untuk kelas turun lebih rendah dengan nilai 0.33. Berdasarkan perbandingan hasil dari kedua algoritma, disimpulkan bahwa KNN memiliki performa yang lebih baik dalam memprediksi pergerakan harga saham dibandingkan dengan NBC. Hasil ini memberikan wawasan yang lebih baik tentang kinerja relatif dari kedua algoritma dalam konteks prediksi pergerakan harga saham di pasar saham Indonesia.
URI
https://repo.itera.ac.id/depan/submission/SB2406070063
Keyword
saham, prediksi, KNN, Naïve Bayes