Penerapan CRISP-DM untuk Prediksi Harga Saham NVIDIA Menggunakan Time Series Analysis

Abstract

Saham memiliki pasar dengan volatilitas tinggi yang menuntut investor untuk memiliki kemampuan prediksi yang akurat dalam pengambilan keputusan. Penelitian ini mengkaji penerapan metode time series untuk memprediksi harga saham NVIDIA dengan data dari awal 2017 hingga akhir 2023. Metode yang digunakan adalah ARIMA (AutoRegressive Integrated Moving Average) dan SARIMA (Seasonal AutoRegressive Integrated Moving Average) berdasarkan pendekatan CRISP-DM (Cross-Industry Standard Process for Data Mining), yang melibatkan enam fase: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Data awal dianalisis untuk mengeksplorasi tren dan pola, kemudian diolah untuk menghilangkan noise dan mengisi data yang hilang. Model ARIMA dan SARIMA diterapkan untuk memprediksi harga saham, namun analisis menunjukkan bahwa saham NVIDIA tidak memiliki pola musiman yang signifikan. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa kedua model memiliki MAPE sebesar 39 persen, menandakan tingkat kesalahan prediksi yang sama. Hasil ini mengindikasikan bahwa volatilitas harga saham NVIDIA cukup tinggi dan tidak menunjukkan seasonality. Kedepannya perlu untuk dilakukan penelitian serupa dengan menggunakan metode prediksi selain ARIMA dan SARIMA.