PENERAPAN MODEL MACHINE LEARNING PROPHET DENGAN “ADDING HOLIDAY EFFECTS COMPONENT” DALAM PREDIKSI HARGA PENUTUPAN SAHAM

Prophet adalah algoritma yang dibuat untuk mengelola karakteristik umum pada data time series dan salah satu model peramalan dengan tingkat akurasi dan kemampuan beradaptasi yang tinggi. Prophet banyak digunakan oleh peneliti di bidang data sains namun masih banyak orang yang kurang memahami dasar atau default penggunaan komponen efek holiday dan penggunaanya dalam peramalan harga saham,objek harga saham dalam penelitian ini adalah Saham PT Bank OCBC NISP, Tbk. Saham Bank OCBC NISP ini memiliki daya tarik tersendiri karena Lo Keng Hong yang merupakan Warren Buffetnya Indonesia memiliki saham NISP juga sehingga membuat saham ini memiliki daya tarik bagi para pelaku pasar. Perkembangan pada saham NISP pun cukup menjanjikan terbukti dari pengumpulan dan analisis data yang dilakukan menyatakan bahwa perkembangan saham NISP di Indonesia sampai dengan tahun 2024 cukup menjanjikan. Tujuan dari penelitian ini adalah agar penulis dapat mengetahui keakuratan dari peramalan yang dihasilkan. Disamping itu, tujuan penelitian ini guna memahami pengaruh penambahan fitur atau parameter holiday pada model terhadap tanggal pembagian dividen bank ocbc pada tahun 2022 dan 2023. Media atau tools utama yang digunakan dalam penelitian ini adalalah Google Colab, Konsep yang digunakan dalam penelitian ini ialah interpretasi peramalan, data preparation, analisis deskriptif ,pemodelan prophet dengan dua model dimana model pertama dilakukan secara default dan model kedua dengan penambahan efek holiday secara manual pada parameter holiday dan terdiri dari 2 variabel yaitu tanggal dan harga penutupan saham, penelitian ini juga menggunakan metrik akurasi MAPE (Mean Absolute Percent Error). Hasil penelitian ini menunjukkan keakuratan Metode Prophet dalam memprediksi harga penutupan saham Bank OCBC NISP, dengan nilai RMSE sebesar 30,41 dan nilai MAE sebesar 22,96. Nilai MAPE sebesar 0,0258 menunjukkan persentase kesalahan rata-rata. Model Prophet mencapai keakuratan yang baik dengan MAPE sebesar 2,5% tanpa efek liburan. Namun, harga aktual tertinggi adalah Rp.1440,00 prediksi model. Hal ini terbukti pada 26 Maret 2024, ketika harga penutupan aktual jauh lebih tinggi daripada prediksi Rp.1304,10, yang mengindikasikan kelemahan model yang di implementasikan. Komponen efek liburan secara efektif memvisualisasikan efek pembagian dividen pada harga saham. MAPE model dengan efek holiday tersebut berada di sekitar 2,3%, yang mengindikasikan akurasi yang sedikit lebih baik.