Tekno : Jurnal Teknologi Elektro dan Kejuruan
Vol 29, No 2 (2019)

Prediksi rating reksadana berbasis algoritma decision tree pada sistem informasi reksadana

Kartika Candra Kirana (Universitas Negeri Malang)
Cahya Bintang Wira Winata (Universitas Negeri Malang)
Indri Astuti (Universitas Negeri Malang)
Ivan reynaldi Putra (Universitas Negeri Malang)



Article Info

Publish Date
13 Nov 2019

Abstract

Informasi yang terdapat pada situs reksadana pada saat ini hanya menampilkan tetang variabel reksadana saja secara umum seperti nilai NAV, RAB, Resiko, YTD, dan lainya, sehingga para investor yang masih baru dalam reksadana akan kesulitan dalam menentukan pilihan reksadaana yang akan dibeli. Oleh karena itu pada penelitian ini diusulkan prediksi rating reksadana berbasis algoritma decision tree pada sistem informasi reksadana dengan tujuan untuk menampilkan sebuah variabel rating sebagai bahan pertimbangan dan meningkatkan keakuratan dalam memberikan rating pada penelitian prediksi rating reksadana.  Algoritma yang digunakan dalam pembuatan sistem informasi prediksi rating reksadana ini adalah menggunakan algoritma decision tree dengan menggunakan variabel NAV, HILO, Resiko, dan YTD. Pengujian akurasi, spesifikasi, dan sensitivity dilakukan menggunakan data yang sudah diunduh pada website reksadana IPOTFUND. Jumlah data yang digunakan yaitu 50 data, yang terdiri dari 25 data latih dan 25 data uji. Dari hasil pengujian yang dilakukan dengan metode decision tree maka menunjukkan tingkat akurasi, spesificity, dan sensitivity sebesar 80%, 93%, dan 67%. Maka dapat disimpulkan bahwa algoritma decision tree bekerja secara akurat untuk pemberian rating reksa dana.

Copyrights © 2019






Journal Info

Abbrev

tekno

Publisher

Subject

Engineering

Description

The Journal invites original articles and not simultaneously submitted to another journal or conference. The whole spectrum of electrical engineering, informatic engineering, and vocational education, and related topic are ...