Search Repository UNIVERSITAS MH.THAMRIN

Perkembangan pendemi Covid-19 global pada triwulan IV 2021 ditandai dengan meningkatnya kasus harian global pasca reopening di berbagai negara serta munculnya Omicron sebagai variant of concern baru. Sektor perbankan merupakan salah satu sektor utama dalam menopang perekonomian Indonesia dan memasuki era revolusi industri 4.0 ini masyarakat melihat pasar modal sebagai salah satu mata pencaharian yang bisa diandalkan untuk menambah penghasilan yang didapat. Hal tersebut dibuktikan dengan banyaknya investor asing dan investor lokal yang menamkan modalnya di dunia pasar modal. Pergerakan harga saham di bursa efek indonesia sangatlah fluktuaktif, hal ini merupakan resiko yang harus ditanggung setiap investor terutama investor jangka pendek. Dalam memprediksi harga saham tersebut, banyak cara yang dipergunakan, salah satunya adalah dengan menggunakan indiaktor analisis teknikal seperti Moving Average, Parabolic SAR. Selain menggunakan analisis teknikal dalam mengambil keputusan investasi, investor juga dapat menggunakan indikator algoritma machine learning seperti Convolutional Neural Network. Dengan menggunakan aplikasi website tradingview dan aplikasi mobile AXMAL 1.0 dalam mengumpulkan data dan juga menganalisa data pergerakan harga saham PT.Bank Negara Indonesia Tbk. maka diperoleh bahwa hasil tingkat akurasi indikator Convolutional Neural Network lebih besar dibandingkan indikator Moving Average dan Parabolic SAR yaitu sebesar 56,1% dan juga menghasilkan return yang lebih tinggi yaitu sebesar 27,14% selama periode tahun 2021, sedangkan indikator Parabolic SAR menghasilkan tingkat akurasi yang sama seperti indikator Moving Average yaitu sebesar 33,3% tetapi menghasilkan return positif sebesar 12,51% sedangkan indikator Moving Average menghasilkan return negatif yaitu -4,46%.

Abstract
The development of the global COVID-19 pandemic in the fourth quarter of 2021 was marked by the increase in global daily cases after the reopening in various countries and the emergence of Omicron as a new variant of concern. The banking sector is one of the main sectors supporting the Indonesian economy. As we enter the era of the industrial revolution 4.0, people see the capital market as a reliable source of income to increase their income. This is evidenced by the large number of foreign and local investors who invest their capital in the world capital market. The movement of stock prices on the Indonesian stock exchange is very volatile. This is a risk that must be borne by every investor, especially short-term investors. Many methods are used in predicting the stock price, one of which is by using technical analysis indicators such as the Moving Average and Parabolic SAR. In addition to using technical analysis in making investment decisions, investors can also use machine learning algorithmic indicators such as the Convolutional Neural Network. By using the tradingview website application and the AXMAL 1.0 mobile application in collecting data and also analyzing data on stock price movements of PT. Bank Negara Indonesia Tbk., it is obtained that the results of the Convolutional Neural Network indicator accuracy are greater than the Moving Average and Parabolic SAR indicators, which are 56.1% and also produce a higher return of 27.14% during the 2021 period, while the Parabolic SAR indicator produces an accuracy level which is the same as the Moving Average indicator, which is 33.3% but produces a positive return of 12.51% while the Moving Average indicator produces a negative return of-4.46%.