Penerapan metode Extreme Gradient Boosting (XGBOOST) dalam memprediksi harga saham PT Bank Mandiri Tbk (BMRI)

Muhamad Al Hafiz, (NIM.1072211037) (2026) Penerapan metode Extreme Gradient Boosting (XGBOOST) dalam memprediksi harga saham PT Bank Mandiri Tbk (BMRI). Other thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (640kB)
	Text BAB II.pdf Restricted to Registered users only Download (952kB)
	Text BAB III.pdf Restricted to Registered users only Download (697kB)
	Text BAB IV.pdf Restricted to Registered users only Download (941kB)
	Text BAB V.pdf Restricted to Registered users only Download (550kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (568kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (692kB)

Abstract

Pergerakan harga saham yang bersifat volatil dan nonlinear menyebabkan prediksi harga saham menjadi suatu tantangan, terutama pada saham PT Bank Mandiri Tbk (BMRI) yang merupakan salah satu saham perbankan dengan tingkat likuiditas tinggi di Indonesia. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode XGBoost dalam memprediksi harga saham BMRI, mengevaluasi kinerja model yang dihasilkan, serta mengidentifikasi variabel prediktor yang memiliki kontribusi penting dalam pembentukan model. Penelitian menggunakan data time series harian yang terdiri dari harga pembukaan, penutupan, tertinggi, terendah, dan volume transaksi. Tahapan penelitian meliputi pra-pemrosesan data, pembentukan fitur lag dan indikator teknikal, normalisasi data, pembagian data menjadi data training dan testing dengan proporsi 80:20, serta optimasi hyperparameter menggunakan RandomSearchCV dan GridSearchCV. Kinerja model dievaluasi menggunakan MAPE, sedangkan kontribusi variabel dianalisis menggunakan Feature Importance. Hasil penelitian menunjukkan bahwa model XGBoost terbaik yang diperoleh melalui GridSearchCV menghasilkan nilai MAPE sebesar 0.69% pada data training dan 0.53% pada data testing. Hasil peramalan periode 2025-2026 menunjukkan pergerakan harga saham BMRI yang cenderung stabil. Selain itu, variabel harga tertinggi dan terendah merupakan prediktor yang memiliki kontribusi terbesar dalam pembentukan model prediksi.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Harga Saham, Peramalan, XGBoost, Feature Importance.
Subjects:	Q Sains > QA Mathematics
Divisions:	FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User:	Merty Merty
Date Deposited:	26 Oct 2026 04:22
Last Modified:	26 Oct 2026 04:22
URI:	https://repository.ubb.ac.id/id/eprint/14726

Actions (login required)

View Item