Implementasi Metode Simple Moving Average dan Exponential Smoothing untuk Memprediksi Harga Saham

Perkembangan teknologi, ilmu pengetahuan, dan ekonomi yang cepat mengakibatkan terjadi perubahan pola pikir manusia dalam menghasilkan uang, salah satunya adalah investasi. Saham merupakan salah satu instrument investasi yang paling digemari. Saham mampu menghasilkan tingkat pengembalian yang cukup tinggi, berkisar antara 10-30% setiap tahunnya. Tetapi peluang keuntungan yang tinggi berbanding lurus dengan resiko yang tinggi juga. Oleh karena itu dibutuhkan aplikasi untuk membantu memberikan prediksi yang bisa dijadikan sebagai pertimbangan sebelum membeli saham. Aplikasi yang dibangun dalam penelitian ini menggunakan metode Simple Moving Average dan Exponential Smoothing. Pengukuran akurasi dilakukan untuk mencari metode yang dengan akurasi paling tinggi. Penelitian yang dilakukan menghasilkan kesimpulan yaitu untuk prediksi pada saham dengan periode daily, didapatkan akurasi tertinggi dari saham BBCA sebesar 99,06%, sedangkan akurasi terendah adalah saham dari UNTR sebesar 98,248%. Pada prediksi saham dengan periode weekly, saham BBCA mendapat akurasi tertinggi yaitu sebesar 97,981% dan akurasi terendah didapatkan oleh saham UNTR yaitu sebesar 96,452%. Akurasi sebesar 96,262% merupakan akurasi tertinggi yang diraih oleh saham UNVR pada prediksi dengan periode monthly, lalu akurasi terendah adalah 93,401% diperoleh oleh saham BBNI.