PREDIKSI PERGERAKAN HARGA SAHAM MENGGUNAKAN QUANTUM MACHINE LEARNING BERBASIS VARIATIONAL QUANTUM CIRCUITS - Artikel

Aug 5, 2026

Unggah oleh Theodora

Pergerakan harga saham bersifat kompleks dan non-linear, dipengaruhi faktor ekonomi, sentimen pasar, serta peristiwa geopolitik yang dapat memicu perubahan tiba-tiba. Prediksi dengan metode tradisional kerap menghadapi keterbatasan dalam menangkap pola rumit dan volatilitas tinggi. Penelitian ini memanfaatkan Quantum Machine Learning berbasis Variational Quantum Circuits untuk memprediksi arah pergerakan harga saham di Bursa Efek Indonesia. Dataset harga harian (open, high, low, close, volume) tahun 2020–2025 digunakan melalui preprocessing dan sliding window time series. Hasil eksperimen menunjukkan akurasi prediksi 99,70% dengan evaluasi menggunakan akurasi, MSE, dan confusion matrix.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman11

Waktu Membaca17 mnt

AksesGratis untuk diunduh

Daftar Isi

PENDAHULUAN

Metodologi

Preprocessing dan Sliding Window

Pelatihan QML dengan VQC

Hasil dan Evaluasi

Metrik Akurasi dan MSE

Confusion Matrix

PREDIKSI PERGERAKAN HARGA SAHAM MENGGUNAKAN QUANTUM MACHINE LEARNING BERBASIS VARIATIONAL QUANTUM CIRCUITS Safira Hasna Setiyani1*, Yusiana Rahma2 1,2Informatika, Universitas Karya Husada Semarang, Indonesia ; Jl. R. Soekanto No.46, Sambiroto, Kec. Tembalang, Kota Semarang, Jawa Tengah 50276 ; (024) 6724581 | Keywords:
quantum machine learning; variational quantum circuits; prediksi saham; bursa efek indonesia
Corespondent Email:
[safirahasna@unkaha.ac.id](safirahasna@unkaha.ac.id)

Copyright © JITET (Jurnal Informatika dan Teknik Elektro Terapan) . This article is an open access article distributed under terms and conditions of the Creative Commons Attribution (CC BY NC) | | | --- | --- | | | Abstrak. Pergerakan harga saham bersifat kompleks, non-linear dandipengaruhi oleh berbagai faktor ekonomi sehingga prediksinya menjadi tantangan bagi metode tradisional. Penelitian ini bertujuan untuk memanfaatkan Quantum Machine Learning (QML) berbasis Variational Quantum Circuits (VQC) dalam memprediksi arah pergerakan harga saham di Bursa Efek Indonesia. Dataset yang digunakan merupakan data harga hariansaham (open, high, low, close, volume) selama periode 2020 - 2025 yang diperoleh dari Yahoo Finance dan IDX. Metode penelitian meliputi preprocessing data, transformasi time series menggunakan sliding window, serta pelatihan model QML untuk memprediksi tren naik atau turun saham. Hasil eksperimen menunjukkan bahwa model QML mampu mencapai akurasiprediksi sebesar 99,70% . Evaluasi dilakukan menggunakan metrik akurasi, mean squared error (MSE) dan confusion matrix, menunjukkan kemampuan VQC menangkap pola non-linear yang kompleks. Penelitian ini menegaskan potensi QML sebagai teknologi inovatif untuk analisis pasar saham dan membuka peluang pengembangan sistem prediksi saham berbasis komputasi kuantum di masa depan.
Abstract. Stock price movements are inherently complex, non-linear and influenced by various economic factors, making their prediction challenging for traditional methods. This study aims to leverage Quantum Machine Learning (QML) based on Variational Quantum Circuits (VQC) to predict the direction of stock price movements on the Indonesia Stock Exchange. The dataset consists of daily stock prices (open, high, low, close, volume) from 2020 to 2025, obtained from Yahoo Finance andIDX. The methodology includes data preprocessing, time series transformation using sliding windows, and training a QML model to predict upward or downward stock trends. Experimental results demonstrate that the QML model achieves a prediction accuracy of 99. 70%. Evaluation metrics include accuracy, mean squared error (MSE), and confusion matrix, highlighting the VQC’s ability to capture complex non-linear patterns. This study confirms the potential of QML as an innovative technology for stock market analysis and paves the way for the development of quantumbased stock prediction systems in the future. | 1. PENDAHULUAN Pergerakan harga saham di pasar modal merupakan salah satu fenomena keuangan yang sangat kompleks dan bersifat dinamis, di manafluktuasi harga tidak hanya dipengaruhi olehfaktor internal perusahaan, tetapi juga oleh berbagai faktor eksternal yang saling berinteraksi [1] . Faktor-faktor ekonomi makroseperti inflasi, suku bunga dan pertumbuhanekonomi nasional dapat memengaruhi persepsi investor terhadap nilai suatu saham. Sementarafaktor geopolitik [2], misalnya ketegangan politik, konflik regional atau perubahankebijakan perdagangan internasional, juga dapat menyebabkan perubahan harga secaratiba-tiba dan signifikan. Selain itu, sentimen pasar dan perilaku investor, termasuk reaksi terhadap berita atau rumor, dapat menimbulkan volatilitas yang tidak selalu sejalan dengan fundamental perusahaan [3]. Sifat non-linear dari pergerakan harga saham, di mana perubahan kecil dalam satu faktor bisa memicu dampak besar terhadap harga [4], ditambah dengan tingkat volatilitas yang tinggi, menjadikan prediksi har

Pertanyaan Umum

Penelitian ini memprediksi apa terkait harga saham?

Penelitian memprediksi arah pergerakan harga saham, yaitu tren naik atau turun, menggunakan QML berbasis Variational Quantum Circuits.

Dataset apa yang digunakan dan dari periode kapan?

Dataset berupa data harga harian (open, high, low, close, volume) selama periode 2020–2025 yang diperoleh dari Yahoo Finance dan IDX.

Bagaimana metode time series diproses sebelum pelatihan model?

Data mengalami preprocessing lalu ditransformasi menjadi bentuk time series menggunakan sliding window agar siap digunakan untuk pelatihan model QML.

Aug 5, 2026

Unggah oleh Theodora