Prediksi Harga Saham Top 10 NASDAQ dengan Time Series Prophet

Authors

    Andre Wiejaya( 1 ) Indah Fenriana( 2 )

    (1) Universitas Buddhi Dharma
    (2) Universitas Buddhi Dharma

DOI:


https://doi.org/10.32877/bt.v7i2.1736

Keywords:


Algoritma Prophet, Bursa Saham, NASDAQ, Prediksi Harga Saham, Time Series Forecasting

Abstract

Penelitian ini mengembangkan aplikasi prediksi harga saham untuk 10 perusahaan terbesar di NASDAQ dengan menggunakan metode time series forecasting Prophet. Dengan algoritma Prophet yang terintegrasi menggunakan data real-time dari Yahoo Finance melalui library yfinance, aplikasi ini memiliki fitur agar user untuk dapat melakukan pengumpulan data historis saham secara otomatis serta memperbarui proyeksi prediksi secara dinamis. Fitur utama yang disediakan adalah tampilan histori harga saham serta prediksi harga masa depan, memberikan gambaran yang membantu pengguna dalam analisis tren jangka panjang. Hasil dari penelitian ini menunjukkan bahwa Prophet memiliki tingkat akurasi yang baik dalam prediksi harga saham dengan rata-rata MAPE sebesar 1,23%. Akurasi ini tercermin pada hasil prediksi yang mampu mengikuti pola harga saham Microsoft dengan baik, khususnya dalam tren mingguan yang konsisten. Selain itu, analisis menunjukkan bahwa Prophet berhasil menangkap pola musiman mingguan, di mana harga saham cenderung meningkat pada hari Rabu dan menurun pada Kamis dan Jumat, sehingga model ini mampu mengidentifikasi pola-pola musiman dalam data saham NASDAQ. Aplikasi ini diharapkan bermanfaat bagi berbagai kalangan investor, baik pemula maupun profesional, dalam memahami pergerakan pasar dan menyusun strategi investasi jangka panjang. Penelitian ini membuka peluang integrasi algoritma tambahan atau data eksternal guna mengoptimalkan prediksi untuk volatilitas pasar yang lebih tinggi dan mendukung pengambilan keputusan investasi yang lebih informatif.

Downloads

Download data is not yet available.

References

A. Dermoune, D. Ounaissi, and Y. Slaoui, ‘Gaussian and Lerch Models for Unimodal Time Series Forcasting’, Entropy, vol. 25, no. 10, pp. 1–13, Oct. 2023, doi: 10.3390/e25101474.

S. M. Idrees, M. A. Alam, and P. Agarwal, ‘A Prediction Approach for Stock Market Volatility Based on Time Series Data’, IEEE Access, vol. 7, pp. 17287–17298, 2019, doi: 10.1109/ACCESS.2019.2895252.

D. Saputro and D. Swanjaya, ‘Analisa Prediksi Harga Saham Menggunakan Neural Network Dan Net Foreign Flow’, Generation Journal, vol. 7, no. 2, pp. 96–104, Jul. 2023, doi: 10.29407/gj.v7i2.20001.

A. M. Al-Awadhi, K. Alsaifi, A. Al-Awadhi, and S. Alhammadi, ‘Death and contagious infectious diseases: Impact of the COVID-19 virus on stock market returns’, J Behav Exp Finance, vol. 27, Sep. 2020, doi: 10.1016/j.jbef.2020.100326.

S. R. Baker, N. Bloom, S. J. Davis, K. Kost, M. Sammon, and T. Viratyosin, ‘The unprecedented stock market reaction to COVID-19’, Rev Asset Pricing Stud, vol. 10, no. 4, pp. 742–758, Dec. 2020, doi: 10.1093/rapstu/raaa008.

P. Ariyadi, M. Makmun Effendi, and S. B. Raharjo, ‘Analisa Prediksi Harga Saham Blue Chip LQ45 Dengan Metode Data Mining Backpropagation Neural Network’, SAINTEK, vol. 1, no. 1, pp. 68–76, Aug. 2022.

P. Mai Tarigan Sarah, J. Tata Hardinata, H. Qurniawan, M. Safii, and R. Winanjaya, 'IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN BARANG (STUDI KASUS:TOKO SINAR HARAHAP)', vol. 12, no. 2, pp. 51-61, 2022, [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index

S. R. R. P. Nober and V. A. Puspitasari, ‘Analisis Harga Saham dan Return Saham Pada Anak Perusahaan PT Indonesia Asahan Aluminium Sebelum dan Sesudah Akuisisi PT Freeport Indonesia’, Jurnal Pasar Modal dan Bisnis, vol. 2, no. 2, pp. 233–244, Aug. 2020, doi: 10.37194/jpmb.v2i2.55.

A. H. Manurung, A. Simatupang, and V. A. Puspitasari, 'Analisis Forecasting Harga Saham Perbankan Blue Chip Periode Maret 2019-Maret 2021 Menggunakan Model ARCH-GARCH', Eligible:Journal of Social Sciences, vol. 1, no. 1, pp. 1-10, Feb. 2022, doi:10.53276/eligible.v1i1.17.

B. N. Suryawati, L. Wardani, S. Sarmo, I. Kusumayadi, and M. Mutaqillah, ‘PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN METODE MOVING AVERAGE’, JMM UNRAM - MASTER OF MANAGEMENT JOURNAL, vol. 9, no. 2, pp. 107–121, May 2020, doi: 10.29303/jmm.v9i2.508.

M. Y. Herlambang, P. J. Kusuma, U. Usman, and D. E. Waluyo, ‘ANALISIS TEKNIKAL SAHAM ENERGI MENGGUNAKAN INDIKATOR MACD DAN INDIKATOR RSI PADA INDEKS LQ45’, Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA), vol. 8, no. 2, pp. 187–206, May 2024, doi: 10.31955/mea.v8i2.4021.

C. Chandra and S. Budi, ‘Analisis Komparatif ARIMA dan Prophet dengan Studi Kasus Dataset Pendaftaran Mahasiswa Baru’, Jurnal Teknik Informatika dan Sistem Informasi, vol. 6, no. 2, pp. 278–287, Aug. 2020, doi: 10.28932/jutisi.v6i2.2676.

M. Mazur, M. Dang, and M. Vega, ‘COVID-19 and the March 2020 Stock Market Crash. Evidence from S&P1500’, Financ Res Lett, vol. 38, pp. 1–20, Jan. 2021, doi: 10.1016/j.frl.2020.101690.

Ch. R. Madhuri, M. Chinta, and V. V. N. V. P. Kumar, ‘Stock Market Prediction for Time-series Forecasting using Prophet upon ARIMA’, 2020 7th International Conference on Smart Structures and Systems (ICSSS), pp. 1–5, Jul. 2020, doi: 10.1109/ICSSS49621.2020.9202042.

Syaferi Feri, ‘Pengenalan ke Time Series Forecasting dengan Prophet di Python’, Universitas Mahakarya Asia. Accessed: Jan. 06, 2024. [Online]. Available: https://blog.unmaha.ac.id/pengenalan-ke-time-series-forecasting-dengan-prophet-di-python

‘Market data and research tools available in Yahoo Finance’. Accessed: Jun. 02, 2024. [Online]. Available: https://help.yahoo.com/kb/SLN24381.html

‘What is Python?’ Accessed: Jan. 19, 2024. [Online]. Available: https://www.python.org/doc/essays/blurb/

I. Albanna and R. Tri Hadi Laksono, ‘Implementasi Pandas Data frame sebagai Agregasi dan Tabulasi Penyajian Data Luaran Survei Kepuasan Pengguna Proses Pembelajaran dalam Pendidikan Tinggi’, pp. 1–6, 2022.

‘Streamlit • A faster way to build and share data apps’. Accessed: Feb. 02, 2024. [Online]. Available: https://streamlit.io/

Downloads

Published

2024-12-27

How to Cite

[1]
A. Wiejaya and I. Fenriana, “Prediksi Harga Saham Top 10 NASDAQ dengan Time Series Prophet”, bit-Tech, vol. 7, no. 2, pp. 252–262, Dec. 2024.

Issue

Vol. 7 No. 2 (2024): bit-Tech

Section

Articles

License

Copyright (c) 2024 bit-Tech

Creative Commons License

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

I hereby assign and transfer to bit-Tech all exclusive copyright ownership rights to the above work. This includes, but is not limited to, the right to publish, republish, downgrade, distribute, transmit, sell, or use the work and other related materials worldwide, in whole, or in part, in all languages, in electronic, printed, or any other form of media, now known or hereafter developed and reserves the right to permit or license a third party to do any of the above. I understand that this exclusive right will belong to bit-Tech from the date the article is accepted for publication. I also understand that bit-Tech, as the copyright owner, has sole authority to license and permit reproduction of the article. I understand that, except for copyright, any other proprietary rights associated with the work (e.g. patents or other rights to any process or procedure) must be retained by the author. In addition, I understand that bit-Tech permits authors to use their papers in any way permitted by the applied Creative Commons license.

DOI : https://doi.org/10.32877/bt.v7i2.1736
Abstract views: 29 / PDF downloads: 29