Prediksi Trend Harga Saham Bbri Menggunakan Algoritma Random Forest Dengan Analisis Teknikal

Fluktuasi harga saham yang tinggi menjadi tantangan dalam pengambilan
keputusan investasi. Penelitian ini mengembangkan model prediksi arah pergerakan
harga saham BBRI menggunakan algoritma Random Forest yang dipadukan
dengan indikator teknikal dan Principal Component Analysis (PCA) untuk reduksi
dimensi. Data harian saham BBRI dari Yahoo Finance digunakan, mencakup
periode 2 Januari 2012 hingga 9 Oktober 2024 sebanyak 3.155 entri.Proses
penelitian meliputi preprocessing, feature engineering, oversampling, normalisasi,
PCA, pemodelan, dan evaluasi menggunakan metrik akurasi, precision, recall, F1-
score, dan ROC-AUC. Validasi dilakukan dengan TimeSeriesSplit dan tuning
hyperparameter melalui GridSearchCV.Model menghasilkan akurasi tinggi sebesar
90,11% dan RMSE 0,3145, namun recall sinyal naik sangat rendah (1,64%), yang
berarti model cenderung gagal mendeteksi peluang beli. ROC-AUC sebesar
63,61% menunjukkan kemampuan diskriminatif sedang. Model ini cocok untuk
strategi konservatif yang mengutamakan sinyal dengan probabilitas tinggi.Setelah
PCA, fitur Volume Oscillator, Stoch_K, dan Stoch_D menjadi paling berkontribusi,
sementara ATR kehilangan relevansi. Ini menunjukkan bahwa efektivitas fitur
tergantung pada representasinya di ruang dimensi baru hasil PCA.