View/Open

Author
ZETRO, SASTRA PRANATA

Date Published
14 Jan 2026

Advisor
Ayu Sofia, S.Si., M.Si.,
Indah Gumala Andirasdini, S.Si., M.Si.,

Subject
Aktuaria

Publisher

Dalam perkembangan pasar keuangan modern, investasi saham menjadi instrumen yang diminati karena menawarkan potensi imbal hasil tinggi meskipun disertai risiko yang fluktuatif. Bursa Efek Indonesia menyediakan berbagai indeks, salah satunya IDX30 yang berisi saham berkapitalisasi besar dan likuiditas tinggi sehingga investor sering menjadikan acuan dalam pengambilan keputusan. Fluktuasi harga saham IDX30 menuntut metode prediksi yang adaptif dan mampu memodelkan pola non-linier. Penelitian ini memadukan K-Means Clustering dan Convolutional Neural Network (CNN) untuk memprediksi return jangka pendek IDX30. Data berupa harga penutupan harian periode 15 Agustus 2019 hingga 15 Agustus 2025 sehingga hanya mencakup 28 dari 30 saham pada IDX30. Saham dikelompokkan berdasarkan expected return dan volatilitas, dan setelah eliminasi outlier diperoleh empat cluster optimal melalui Metode Elbow. Rata-rata return harian tiap cluster digunakan sebagai input CNN dengan proporsi 80

URI
https://repo.itera.ac.id/depan/submission/SB2601200027

Keyword
Convolutional Neural Network (CNN), K-Means Cluste