Data Mining Menggunakan Multiple Regression untuk Prediksi Harga Saham Netflix

Authors

  • Rama Dona Ariyatma Universitas Mercu Buana
  • Syahrul Fahmi Universitas Mercu Buana

DOI:

https://doi.org/10.33020/saintekom.v13i2.419

Keywords:

multiple regression, data mining, stock, Netflix

abstract

Investing in the stock market is an important and fascinating endeavor, especially when we observe significant increases in certain stocks. Currently, Netflix stock is one of the rising stars and sought after by investors. However, along with the potential for high profits, there are certainly risks of losses that need to be anticipated. To mitigate these risks, an investor must make predictions about future stock prices. One method that can be used is data mining, a data processing technique used to discover patterns in data. In this study, data mining was conducted using the multiple regression algorithm to predict the future price of Netflix stock. Python and Jupyter Notebook were used as tools to process the data, which was collected from January 4, 2010, to March 30, 2023, totaling 3334 data points. After data processing, the model yielded a score of 0.99%, indicating a highly reliable model. Additionally, evaluation using RMSE resulted in a value of 3.73, and MAE had a value of 2.80, both derived from 1334 testing data points. With accurate prediction results and the evaluation conducted, an investor can use these findings as a reference when deciding whether to buy or sell Netflix stock.

Downloads

Download data is not yet available.

References

Hammad, R., Hardita, V. C., Zulfikri, M., & Sholeha, E. W. (2022). Penerapan metode apriori sebagai sistem pendukung keputusan pembentukan paket bibit buah . SAINTEKOM, 58-68.https://doi.org/10.33020/saintekom.v12i1.240

Indarwati, T., Irwanti, T., & Rimawati, E. (2018).Penggunaan Metode Linear Regression untuk Prediksi Penjualan Smartphone. Jurnal TIKomSiN, 1-6. https://doi.org/10.30646/tikomsin.v6i2.369

Irawan, F., Sumijan, & Yuhandri. (2021).Prediksi Tingkat Produksi Buah Kelapa Sawit dengan Metode Single Moving Average.Jurnal Informasi dan Teknologi, 251-256. https://doi.org/10.37034/jidt.v3i4.162

Pambudi, A., Abidin, Z., & Permata. (2023). PENERAPAN CRISP-DM MENGGUNAKAN MLR K-FOLD PADA DATA SAHAM PT.TELKOM INDONESIA. JDMSI, 1-14. https://doi.org/10.33365/jdmsi.v4i1

Patriya, E. (2020).Implementasi Support Machine pada Prediksi Harga Saham Gabungan (IHSG). Jurnal Ilmiah Teknologi dan Rekayasa,24-38.http://dx.doi.org/10.35760/tr.2020.v25i1.2571

Priyadi, I., Santony, J., & Na'am, J. (2019). Data Mining Predictive Modeling for Prediction of Gold Prices . Indonesian Journal of Artificial Intelligence and Data Mining (IJAIDM), 93-100. http://dx.doi.org/10.24014/ijaidm.v2i2.6864

Rahmatullah,S., Juningsih, E. H., & Rachmawati, S. (2023). Prediksi nilai akademik peserta didik di masa pandemi covid 19 dengan regresi linier berganda. JISAMAR,112-123. https://doi:10.52362/jisamar.v7i1.1012

Suryanto, A. A., Muqtadir A. (2019).Penerapan Metode Mean Absolute Error(MAE) Dalam Algoritma Regresi linear Untuk prediksi Produksi Padi.Jurnal Sains dan Teknologi,78-83. https://doi.org/10.32764/saintekbu.v11i1.298

Triyanto, E., Sismoro, H., & Laksito, A. D. (2018).Implementasi Algoritma Regresi Linear Berganda untuk Memprediksi Produksi Padi di Kabupaten Bantul.Jurnal Teknologi dan sistem Informasi Univrab, 73-86. https://doi.org/10.36341/rabit.v4i2.666

Untoro, A. B. (2020).Prediksi harga saham Dengan menggunakan Jaringan syaraf Tiruan. Jurnal Jurnal Teknologi Informatika dan Komputer,24-38.https://doi.org/10.37012/jtik.v6i2.212

Yanto, R. (2018). Implementasi Data Mining Estimasi Ketersediaan Lahan Pembuangan Sampah menggunakan Algoritma Regresi Linear. JURNAL RESTI, 2, 3.https://doi.org/10.29207/resti.v2i1.282

Downloads

PlumX Metrics

Published

30-09-2023

How to Cite

Dona Ariyatma, Rama, and Syahrul Fahmi. 2023. “Data Mining Menggunakan Multiple Regression Untuk Prediksi Harga Saham Netflix”. Jurnal Saintekom : Sains, Teknologi, Komputer Dan Manajemen 13 (2):184-92. https://doi.org/10.33020/saintekom.v13i2.419.

Terbitan

Vol. 13 No. 2 (2023): September 2023

Bagian

Articles

License

Copyright (c) 2023 Rama dona Ariyatma, Syahrul Fahmi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Dengan mengirimkan manuskrip ke Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen, penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
  3. Penulis mengakui bahwa Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA).
  4. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen;
  5. Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
  6. Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini.  Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.

Lisensi :

Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.

  • Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
  • Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.
  • Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
  • BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.