Pemodelan Indeks Saham Syariah Indonesia (ISSI) Menggunakan Support Vector Regression dengan Algoritme Grid Search.

Abstract

Indonesia sebagai negara dengan jumlah penduduk muslim terbesar di dunia merupakan pasar yang sangat potensial untuk saham syariah. Kinerja saham syariah dilihat dari Indeks Saham Syariah Indonesia (ISSI). Pemodelan indeks saham dilakukan untuk mengetahui faktor-faktor yang berpengaruh terhadap indeks saham atau untuk memprediksi nilai indeks saham yang akan datang. Pemodelan menggunakan analisis regresi didasarkan pada asumsi-asumsi sehingga tidak selalu cocok dengan karakteristik data saham yang cenderung berfluktuatif. Metode Support Vector Regression (SVR) merupakan pendekatan non parametrik yang berbasis machine learning. Permasalahan yang sering dihadapi dalam analisis menggunakan SVR adalah menentukan parameter-parameter yang optimal untuk menghasilkan model terbaik. Penentuan parameter yang optimal tersebut dapat diatasi menggunakan algoritme grid search. Tujuan penelitian ini adalah memodelkan ISSI menggunakan SVR dengan algoritme grid search dengan peubah bebas BI Rate, jumlah uang yang beredar, dan nilai kurs (USD/IDR). Model SVR terbaik diperoleh menggunakan data mingguan dengan jumlah periode 343 serta kernel linier dengan parameter 𝜀�����=0.03 dan C=2. Hasil evaluasi model SVR terbaik adalah RMSE sebesar 2.289 dan nilai korelasi sebesar 0.873.