Prediksi Pergerakan Harga IHSG Berdasarkan Jumlah Positif COVID-19 dan Google Trends

Telematika.ORG
@telematika_org

Penerapan machine learning untuk melakukan prediksi terhadap pergerakan harga IHSG, menggunakan dataset harga IHSG, jumlah pasien positif COVID-19, dan data Google Trends. Penelitian ini dilakukan dengan arsitektur ANN, dan datanya disajikan pada Web dalam bentuk Grafik dan Teks. Proses Input dan Output data dilakukan melalui REST API yang disajikan melalui backend python 3+flask, sedangkan proses regresi dibuat melalui library tensorflow. Proses prediksi dilakukan secara berkala untuk setiap hari menggunakan cron job.

Pandemi COVID-19, memiliki beberapa dampak pada kehidupan manusia. Salahsatu aspek yang terdampak, diantaranya adalah aspek ekonomi. Menurut Nicola (2020), setelah dibagi kedalam tiga sektor, pandemi COVID-19 memberikan dampak pada seluruh sektor tersebut. Namun, kondisi ekonomi perlu dilakukan pengukuran terlebih dahulu untuk menyatakan apakah menurun atau menguat. Berdasarkan teori yang dipaparkan oleh Pilinkus (2010), harga saham memiliki hubungan yang cukup erat dengan kondisi ekonomi, karena tingkat keaktifan pasar jual beli saham berbanding lurus dengan kondisi ekonomi. Di sisi lain, terdapat penelitian-penelitian yang dilakukan untuk melakukan prediksi harga saham. Dengan demikian, secara tidak langsung, penelitian-penelitian tersebut dapat digunakan untuk memperkirakan pergerakan kondisi ekonomi.

Pergerakan harga saham, menurut beberapa sumber merupakan salahsatu elemen yang sulit diprediksi menggunakan komputer. Analisa saham dapat dibagi menjadi dua, analisis teknis dan fundamental. Analisis teknis dapat dilakukan dengan menggunakan tools-tools statistika, sedangkan analisis fundamental pada umumnya membutuhkan analisis oleh manusia. Seiring dengan berkembangnya ilmu machine learning, terdapat beberapa penelitian yang menggunakan kecerdasan buatan untuk melakukan analisis fundamental, baik menggunakan arsitektur Artificial Neural Network (ANN) ataupun Long Short Term Memory (LSTM).

Pada penelitian ini, dilakukan analisis terhadap pengaruh pandemi COVID-19, dan minat masyarakat seputar COVID-19 sebagai faktor analisis fundamental harga saham index IHSG. Pandemi COVID-19 dianggap berpengaruh, khususnya terkait dengan jumlah pasien positif, karena menimbulkan pemberitaan yang mempengaruhi spekulasi masyarakat dalam aktivitas jual beli saham. Fenomena ini dideteksi pada bulan Maret. Contoh lain dari fenomena ini adalah pemberitaan terkait Pembatasan Sosial Berskala Besar (PSBB) yang dilakukan untuk mengurangi jumlah pasien positif COVID-19, dimana pada saat pemberitaan PSBB 1 dan PSBB 2 Jakarta, harga saham IHSG terpengaruh. Maka pada penelitian ini, jumlah pasien positif COVID-19 dianggap sebagai faktor yang mempengaruhi harga saham IHSG, dan mempengaruhi minat masyarakat terhadap COVID-19. Perlu dicermati, minat masyarakat dapat dipengaruhi faktor external lainnya diluar jumlah pasien positif COVID-19. Minat masyarakat diukur dengan peningkatan frekuensi pencarian terkait COVID-19 menggunakan search engine Google.

Penelitian ini melakukan prediksi harga ‘closing’ dari saham IHSG, dilakukan dengan menggunakan nilai ‘open’, jumlah pasien COVID-19, dan Google Trends dengan skor korelasi terbesar sebagai input. Proses prediksi dilakukan dengan menggunakan perangkat lunak yang dibuat menggunakan bahasa pemrograman Python 3.8, dengan library tensorflow, dengan arsitektur ANN yang terdiri atas 4 layer (1 Normalisasi+3 Dense layer), dan penyajian data pada halaman web yang dibuat dengan menggunakan HTML5+Javascript. Hasil prediksi pergerakan harga saham IHSG menggunakan perangkat lunak yang telah dibuat mencapai 88,9% pada observasi secara berturut-turut selama 9 hari.