Prediksi Trend Harga Saham Bbri Menggunakan Algoritma Random Forest Dengan Analisis Teknikal

Abstract

Fluktuasi harga saham yang tinggi menjadi tantangan dalam pengambilan keputusan investasi. Penelitian ini mengembangkan model prediksi arah pergerakan harga saham BBRI menggunakan algoritma Random Forest yang dipadukan dengan indikator teknikal dan Principal Component Analysis (PCA) untuk reduksi dimensi. Data harian saham BBRI dari Yahoo Finance digunakan, mencakup periode 2 Januari 2012 hingga 9 Oktober 2024 sebanyak 3.155 entri.Proses penelitian meliputi preprocessing, feature engineering, oversampling, normalisasi, PCA, pemodelan, dan evaluasi menggunakan metrik akurasi, precision, recall, F1- score, dan ROC-AUC. Validasi dilakukan dengan TimeSeriesSplit dan tuning hyperparameter melalui GridSearchCV.Model menghasilkan akurasi tinggi sebesar 90,11% dan RMSE 0,3145, namun recall sinyal naik sangat rendah (1,64%), yang berarti model cenderung gagal mendeteksi peluang beli. ROC-AUC sebesar 63,61% menunjukkan kemampuan diskriminatif sedang. Model ini cocok untuk strategi konservatif yang mengutamakan sinyal dengan probabilitas tinggi.Setelah PCA, fitur Volume Oscillator, Stoch_K, dan Stoch_D menjadi paling berkontribusi, sementara ATR kehilangan relevansi. Ini menunjukkan bahwa efektivitas fitur tergantung pada representasinya di ruang dimensi baru hasil PCA.