Analisis K-Means Clustering
Segmentasi kondisi pasar saham menggunakan unsupervised learning K-Means.
Bullish
Kondisi pasar dengan tren naik. RSI tinggi, return positif, harga di atas moving average.
Sideways
Kondisi pasar konsolidasi. Harga bergerak dalam rentang sempit tanpa tren jelas.
Bearish
Kondisi pasar dengan tren turun. RSI rendah, return negatif, harga di bawah moving average.
Parameter Model K-Means
| Jumlah Cluster (K) | 3 |
| Metode Init | k-means++ |
| n_init | 30 |
| max_iter | 1000 |
| Scaler | RobustScaler |
| Fitur | 8 fitur |
Fitur yang Digunakan
Elbow Method & Silhouette Score
Digunakan untuk menentukan jumlah cluster optimal.
Visualisasi Cluster (PCA 2D)
Data direduksi ke 2 dimensi menggunakan PCA untuk keperluan visualisasi.
Distribusi Cluster
Interpretasi
Distribusi cluster menunjukkan proporsi hari perdagangan pada masing-masing kondisi pasar selama periode 2013–2018. Dominasi cluster Bullish mencerminkan tren bullish jangka panjang AAPL pada periode tersebut.
Cara Membaca Hasil Clustering
Lihat Kondisi Pasar
Pada halaman Prediksi, hasil K-Means menunjukkan kondisi pasar saat ini: Bullish, Sideways, atau Bearish. Gunakan informasi ini sebagai konteks tambahan.
Kombinasikan dengan Prediksi
Jika kondisi Bullish dan prediksi harga naik, sinyal lebih kuat. Jika kondisi Bearish namun prediksi naik, waspadai potensi false signal.
Perhatikan Silhouette Score
Silhouette Score mendekati 1.0 berarti cluster terpisah dengan baik. Score di bawah 0.3 berarti batas antar cluster kurang jelas.