Sugandi. 2025. Analisis Prediksi Harga Saham PT. Vale Indonesia Menggunakan Algorithm Random Forest Regression & Support Vector Regression (dibimbing oleh Nirsal dan Suparman)

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma Random Forest Regression (RFR) dan Support Vector Regression (SVR) dalam memprediksi harga saham PT Vale Indonesia berdasarkan data historis. Metode yang digunakan adalah kuantitatif dengan pendekatan eksperimen untuk menguji akurasi algoritma data mining dalam prediksi deret waktu. Proses penelitian mengikuti tahapan CRISP-DM (Cross Industry Standard Process for Data Mining), yaitu Data Understanding, Data Preparation, Modeling, dan Evaluation. Data historis diperoleh dari Yahoo Finance selama lima tahun terakhir, diproses menggunakan Python, dan dibagi menjadi 80% data latih serta 20% data uji. Evaluasi model dilakukan dengan metrik Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²).Hasil menunjukkan bahwa model RFR memberikan prediksi yang stabil dengan nilai R² sebesar 0,92 pada periode 90 hari. SVR mencapai performa terbaik dengan nilai R² sebesar 0,93 pada periode yang sama, meskipun kurang optimal dalam prediksi jangka pendek. Kedua algoritma dinilai layak untuk prediksi harga saham PT Vale Indonesia, dengan SVR lebih unggul dalam prediksi jangka panjang, sementara RFR lebih konsisten di semua periode.

Kata kunci: prediksi harga saham, random forest regression, support vector regression, PT Vale Indonesia.