Rancang Bangun Aplikasi Prediksi Harga Saham dengan Tiga Interpolasi melalui Restful API

Abstract

Abstract
Investor needs aplications to supoort in decision making. The research aims to build an application to predict the stock price by implementation of three interpolations in which front-end of application is flexible (web base, smartphone or desktop) with RESTful API approach. Application development using a prototyping model. Prediction process that have been carried out was to get history data (dataset), preprocessing, the three interpolation process and visualization. Dataset includes the opening and closing prices. Historical stock price used in this study is stock of KLBF and ISAT for the period of October 2019 until October 2020. The accuracy level is carried out by predicting stock prices in the period of 2 – 5 November 2020. The prediction results for the closing price of ISAT are 2.082% (NGF), 2.108% (NGB) and 2.082% (Lagrange) and KLBF are 1.457% (NGF), 1.454% (NGB) and 1.507% (Lagrange). Therefore, this application is able to help investors.
Keywords : stock predictions, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful API
Investor membutuhkan aplikasi untuk mendukung pengambilan keputusan. Banyak algoritma atau model untuk memprediksi harga saham. Namun, jarang harga saham diprediksi dengan penerapan interpolasi dalam metode numerik, seperti Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), dan Lagrange. Pada penelitian sebelumnya belum ada rancang bangun aplikasi prediksi harga saham untuk menerapkan ketiga model interpolasi tersebut dalam sebuah aplikasi dan upaya menjembatani perangkat yang dipakai. Penelitian ini bertujuan untuk menghasilkan aplikasi prediksi harga saham dengan penerapan tiga interpolasi, dimana sisi front-end dari aplikasinya fleksibel (berbasis web, smartphone ataupun desktop) dengan pendekatan RESTful API. Pengembangan aplikasi menggunakan model prototyping. Proses prediksi yang dilakukan yaitu memperoleh data histori (dataset), pra-pemrosesan (preprocessing), proses tiga interpolasi, dan visualisasi. Dataset meliputi harga pembukaan dan penutupan saham. Harga saham histori dalam penelitian ini yaitu saham PT Kalbe Farma Tbk (KLBF) dan Indosat Ooredoo (ISAT)) periode Oktober 2019 sampai dengan Oktober 2020. Tingkat keakuratan dilakukan dengan memprediksi harga saham pada periode 2 sampai 5 Nopember 2020. Hasil prediksi untuk harga penutupan ISAT yaitu 2,082% (NGF), 2,108% (NGB) dan 2,082% (Lagrange) dan KLBF yaitu 1,457% (NGF), 1,454% dan 1,507% (Lagrange). Dengan demikian, aplikasi ini dapat sebagai alat bantu pengambilan keputusan bagi investor.
Kata Kunci : prediksi saham, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful API