Sistem Pendukung Keputusan Saham BBCA Menggunakan Algoritma Xgboost

Abstract

Kompleksitas volatilitas di pasar modal menyebabkan ketidakpastian tinggi yang memengaruhi objektivitas pengambilan keputusan investasi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis algoritma Extreme Gradient Boosting (XGBoost) untuk memprediksi arah pergerakan saham PT Bank Central Asia Tbk (BBCA) dengan mengintegrasikan indikator teknikal Moving Average (MA5 dan MA10). Model prediksi diklasifikasikan ke dalam kelas “Naik” atau “Turun” dengan ambang batas perubahan sebesar 0,3%. Hasil pengujian menunjukkan bahwa model XGBoost mencapai tingkat akurasi 63% dalam mengidentifikasi pola nonlinear harga saham. Sistem kemudian diintegrasikan ke dalam platform web untuk memberikan rekomendasi aksi “Beli”, “Jual”, atau “Tahan” secara objektif bagi investor. Pengujian fungsionalitas menunjukkan bahwa seluruh modul sistem beroperasi dengan tingkat keberhasilan 100%. Penelitian selanjutnya disarankan untuk mengintegrasikan variabel makroekonomi atau analisis sentimen berbasis Natural Language Processing guna meningkatkan performa prediksi pada kondisi pasar yang lebih dinamis.