Stock Price Prediciton

Data Science is becoming the most important skill in Business

Program Pendidikan Bisnis & Perbankan

 Stock Price Prediction

Data Science is becoming the most important skill in Business

Program Pendidikan Bisnis & Perbankan

 PENGERTIAN SAHAM
• Saham: surat berharga yang diterbitkan emiten
yang menyatakan bahwa pemilik saham
mempunyai hak kepemilikan atas aset-aset
perusahaan.

• Imbalan yang bisa diterima investor saham:

1. Hak kepemilikan (control of the firm)
2. Dividen
3. Capital gain

Program Pendidikan Bisnis & Perbankan

 KEUNTUNGAN SAHAM
 Dividen, merupakan pembagian keuntungan yang
diberikan perusahaan dan berasal dari
keuntungan yang dihasilkan perusahaan. Dividen
diberikan setelah mendapat persetujuan dari
pemegang saham dalam RUPS.
 Capital Gain, merupakan selisih antara harga beli
dan harga jual. Capital gain terbentuk dengan
adanya aktivitas perdagangan saham di pasar
sekunder.

Program Pendidikan Bisnis & Perbankan

 RISIKO SAHAM
 Capital Loss, merupakan kebalikan dari Capital Gain,
yaitu suatu kondisi dimana investor menjual saham
lebih rendah dari harga beli.

 Risiko Likuidasi, Perusahaan yang sahamnya dimiliki,

dinyatakan bangkrut oleh Pengadilan, atau perusahaan
tersebut dibubarkan. Dalam hal ini hak klaim dari
pemegang saham mendapat prioritas terakhir setelah
seluruh kewajiban perusahaan dapat dilunasi (dari
hasil penjualan kekayaan perusahaan). Jika masih
terdapat sisa dari hasil penjualan kekayaan
perusahaan tersebut, maka sisa tersebut dibagi secara
proporsional kepada seluruh pemegang saham.

Program Pendidikan Bisnis & Perbankan

 INDEKS HARGA SAHAM
Bentuk informasi historis yang dipandang sangat tepat untuk
menggambarkan pergerakan harga saham di masa lalu adalah
suatu indeks harga saham yang memberikan deskripsi harga-harga
saham pada suatu saat tertentu maupun dalam periodisasi tertentu
pula. Indeks harga saham tersebut merupakan catatan terhadap
perubahan-perubahan maupun pergerakan harga saham sejak
mulai pertama kali beredar sampai pada suatu saat tertentu.

- Indeks Harga Saham Gabungan

- Indeks LQ45
- Indeks Kompas 100
- Indeks BISNIS-27
- Indeks PEFINDO 25
- Indeks SRI-KEHATI
- Indeks Papan Utama
- Indeks Papan Pengembangan
Program Pendidikan Bisnis & Perbankan
 Indeks LQ45

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
 Menentukan nilai instrinsik
1. Analisis fundamental
menghitung nilai instrinsik menggunakan data
keuangan perusahaan
2. Analisis teknikal
menghitung nilai instrinsik dari data
perdagangan saham (harga dan volume
penjualan) yg telah lalu.

Program Pendidikan Bisnis & Perbankan 9

 Analisis Fundamental
1. Analisis ekonomi dan pasar modal
2. Analisis industri
3. Analisis perusahaan

Program Pendidikan Bisnis & Perbankan10

 Analisis teknikal
1. Terdapat pola pergerakan harga saham yang diyakini akan
berulang.
2. Menggunakan grafik (chart) utk menemukan pola pergerakan
harga saham.
3. Analsis ini merupakan upaya untuk memperkirakan harga
saham dengan mengamati perubahan harganya di waktu lalu.
Analsis ini didasarkan pada argumen bahwa:
 harga saham mencerminkan informasi yang relevan
 informasi yang relevan ditunjukkan oleh perubahan harga
di waktu lalu
 perubahan harga saham akan mempunyai pola tertentu
dan pola tersebut akan berulang.
4. Alat analisis pada analisis teknikal adalah didasarkan pada
grafik atau chart, sehingga para penganut aliran ini sering
disebut chartist.

Program Pendidikan Bisnis & Perbankan11

 Faktor-faktor yang
mempengaruhi harga saham

• Supply & demand

• The company’s performance
• Industry condition
• Macro economic indicator
• World & Domestic events

Program Pendidikan Bisnis & Perbankan

 Perusahaan Sekuritas
berperan sebagai perantara dalam transaksi jual beli saham (trading
saham), reksadana, dan instrumen perdagangan efek pasar modal.

Secara lengkap perusahaan sekuritas sebagai manajer investasi

bertugas mengelola portofolio efek nasabah berdasarkan perjanjian
dan ketentuan yang berlaku.

Dan perusahaan sekuritas sebagai penjamin emisi efek adalah

membantu calon perusahaan terbuka (emiten) untuk melakukan
penawaran umum saham (IPO)

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
To the material…

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
Program Pendidikan Bisnis & Perbankan
 Approaches to Solve
• Linier Regression
• RNN + LSTM

Program Pendidikan Bisnis & Perbankan

 Linier Regression
Teknik analisis data yang memprediksi nilai data yang tidak diketahui
dengan menggunakan nilai data lain yang terkait dan diketahui. Secara
matematis memodelkan variabel yang tidak diketahui atau tergantung dan
variabel yang dikenal atau independen sebagai persamaan linier.
Kapan kita menggunakan regresi linear?
Regresi linier sederhana digunakan untuk memperkirakan hubungan
antara dua variabel kuantitatif. Seberapa kuat hubungan antara dua
variabel (misalnya hubungan antara curah hujan dan erosi tanah)
Apa saja syarat untuk regresi linier?
Analisi regresi linier sederhana dapat dilaksanakan apabila telah memenuhi
syarat-syarat sebagai berikut:
1. Sampel diambil secara random (acak)
2. Variabel X dan variabel Y mempunyai hubungan yang kausal, dimana X
merupakan sebab dan Y merupakan akibat.
3. Nilai Y mempunyai penyebaran yang berdistribusi normal.

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
Weight: adalah nilai nyata yang dilampirkan pada setiap input/fitur dan menyampaikan
pentingnya fitur yang sesuai dalam memprediksi hasil akhir
Bias digunakan untuk menggeser fungsi aktivasi ke kiri atau ke kanan, Anda dapat
membandingkannya dengan perpotongan y dalam persamaan garis

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
 RNN + LSTM
Apa yang dimaksud dengan RNN?
Recurrent Neural Network (RNN) adalah jaringan saraf berulang atau
jaringan saraf tiruan yang pemrosesannya di panggil secara berulang-
ulang untuk memproses masukan yang biasa adalah data sekuensial.
Setelah mengambil data, pemerosesan akan memasuki tahap ekstraksi
fitur, training data dan prediksi data

Masalah apa yang dapat diselesaikan dengan RNN?

Recurrent Neural Network (RNN) sudah cukup terbukti dalam
menyelesaikan permasalahan seperti speech recognition, machine
translation, sentiment analysis, image captioning dan masih banyak lagi
Bagaimanakah cara kerja algoritma RNN?
Recurrent Neural Network (RNN): Algoritma Recurrent Neural Network bekerja
menganut prinsip perulangan dengan cara menyimpan output dari layer
tertentu dan mengumpankannya kembali sebagai input untuk memprediksi
output layer.

Program Pendidikan Bisnis & Perbankan

Long-Short Term Memory (LSTM)
Apa itu Metode LSTM?
Metode LSTM merupakan suatu metode Deep Learning yang mampu
mengingat informasi dari masa lalu dalam proses pembelajaran modelnya

Langkah langkah metode LSTM?

Hal ini adalah keunggulan yang dimiliki oleh LSTM. Langkah yang dilakukan 3
tahap utama yaitu:
1) Preprocessing Data;
2) Pembuatan model melalui proses training LSTM Network;
3) Melakukan uji terhadap data testing.

Program Pendidikan Bisnis & Perbankan

 Apa itu RNN LSTM?
Metode Recurrent Neural Network (RNN) dengan Long
Short Term Memory (LSTM) merupakan salah satu model
deep learning * yang dapat digunakan untuk melakukan
klasifikasi sentimen. Metode ini dapat memproses data
secara sekuensial seperti teks, suara, dan video.
Deep learning adalah metode dalam kecerdasan buatan (AI) yang
mengajarkan komputer untuk memproses data dengan cara yang
terinspirasi otak manusia. Model deep learning dapat mengenali pola
kompleks dalam gambar, teks, suara, dan data lain untuk menghasilkan
wawasan dan prediksi yang akurat

Program Pendidikan Bisnis & Perbankan

Fungsi aktivasi softmax digunakan untuk menghitung probabilitas pada hasil output, yang terjadi di output layer
dimana akan diambil nilai probabilitas paling besar sebagai prediksi.

hidden layer adalah mengubah input menjadi sesuatu yang dapat digunakan unit output. Selain itu, lapisan ini
melakukan semua perhitungan untuk menemukan fitur dan pola tersembunyi.

Program Pendidikan Bisnis & Perbankan

Masalah vanishing gradient adalah situasi di mana jaringan feed-forward
multilayer yang dalam atau jaringan saraf berulang (RNN) tidak memiliki
kemampuan untuk menyebarkan informasi gradien yang berguna dari
ujung keluaran model kembali ke lapisan di dekat ujung masukan.

Program Pendidikan Bisnis & Perbankan

secara eksplisit dirancang untuk menghindari masalah
ketergantungan jangka panjang. mengingat informasi untuk jangka
waktu yang lama secara praktis adalah perilaku default mereka, bukan
sesuatu yang sulit mereka pelajari.

Program Pendidikan Bisnis & Perbankan

 Arsitektur Algoritma LSTM
Struktur algoritma LSTM terdiri atas neural network dan beberapa blok
memori yang berbeda. Blok memori ini disebut sebagai cell. State dari cell
dan hidden state akan diteruskan ke cell berikutnya.

Seperti yang ditunjukkan pada gambar di bawah, bangun berbentuk persegi

panjang berwarna biru adalah ilustrasi cell pada LSTM.

Informasi yang dikumpulkan oleh algoritma LSTM kemudian akan disimpan

oleh cell dan manipulasi memori dilakukan oleh komponen yang disebut
dengan gate. Ada tiga jenis gate pada algoritma LSTM, di antaranya
Forget gate, Input gate, dan Output gate.

Program Pendidikan Bisnis & Perbankan

Forget gate :
menghapus Informasi yang tidak lagi digunakan pada cell.

Caranya adalah dengan mengevaluasi output biner dari dua input x(t) dan
output cell sebelumnya h(t-1) dikalikan dengan matriks bobot kemudian
ditambahkan dengan nilai bias. Nilai yang didapat menghasilkan output biner.

Apabila outputnya bernilai 0, maka informasi dianggap tidak lagi berguna dan
bisa dihapus. Begitu sebaliknya, apabila outputnya bernilai 1 maka informasi
tersebut disimpan untuk penggunaan di masa mendatang.

Program Pendidikan Bisnis & Perbankan

Input gate :
Penambahan informasi yang berguna ke cell state dilakukan oleh input gate
Pertama, informasi diatur menggunakan fungsi sigmoid dan menyaring nilai
yang akan disimpan, prosesnya mirip dengan forget gate yang menggunakan
input h(t-1) dan x(t)

Kemudian, setelah itu sebuah vektor dibuat menggunakan fungsi tanh yang
memberikan output dari -1 hingga +1, yang berisi semua kemungkinan nilai
dari h(t-1) dan x(t). Terakhir, nilai-nilai vektor dan nilai-nilai yang diatur
dikalikan untuk mendapatkan informasi yang berguna.

Program Pendidikan Bisnis & Perbankan

Output gate
Mengekstraksi informasi yang berguna dari cell state saat ini untuk
disajikan sebagai nilai keluaran.
Sebuah vektor dibangkitkan dengan menerapkan fungsi tanh pada sel.
Kemudian, informasi tersebut diatur menggunakan fungsi sigmoid dan
menyaring nilai-nilai yang akan disimpan menggunakan input h_t-1 dan
x_t. Terakhir, nilai vektor dan nilai yang diatur dikalikan untuk dikirim sebagai
output dan input ke sel berikutnya.

Fungsi TanH atau Hyperbolic Tangent dan bisa disebut sigmoid bipolar. Fungsi ini mirip dengan fungsi sigmoid, hanya
saja fungsi ini memetakan nilai input ke dalam rentang -1 hingga 1.
Sigmoid atau sigmoid biner, fungsi ini memetakan nilai ke dalam rentang 0–1

Program Pendidikan Bisnis & Perbankan

 Cara Kerja Algoritma LSTM
Algoritma LSTM dapat dijabarkan dalam langkah-langkah berikut:

Langkah 1: LSTM memutuskan informasi apa yang harus tetap utuh dan
apa yang harus dibuang dari cell state. Lapisan sigmoid bertanggung
jawab untuk membuat keputusan ini.

Langkah 2: LSTM menentukan informasi baru apa yang harus

disimpan dan menggantikan yang tidak relevan yang berhasil
diidentifikasi pada langkah 1. Fungsi tanh dan sigmoid memainkan
peran penting dalam mengidentifikasi informasi yang relevan.

Langkah 3: Output ditentukan dengan bantuan cell state yang sekarang

akan menjadi versi yang difilter karena fungsi sigmoid dan tanh yang
diterapkan.

Program Pendidikan Bisnis & Perbankan

Program Pendidikan Bisnis & Perbankan
Reff:
o https://medium.com/@webadmin_46735/top-machine-learning-algorithms-for-
predictions-a-short-overview-5ed1ff6942ff
o https://data-flair.training/blogs/stock-price-prediction-machine-learning-project-
in-python/
o https://www.geeksforgeeks.org/stock-price-prediction-using-machine-learning-
in-python/
o https://github.com/niharikabalachandra/Stock-Market-Prediction-Using-Natural-
Language-Processing
o https://www.analyticsvidhya.com/blog/2021/10/machine-learning-for-stock-
market-prediction-with-step-by-step-implementation/
o https://finance.yahoo.com/quote/NFLX/history?p=NFLX
o https://www.jpmorgan.com/insights/research/machine-learning
o https://dataconomy.com/2023/01/11/stock-prediction-machine-learning/
o https://www.kaggle.com/code/faressayah/stock-market-analysis-prediction-
using-lstm/notebook#Data-Project---Stock-Market-Analysis

Program Pendidikan Bisnis & Perbankan