Penelitian ini membahas pengembangan sistem rekomendasi pembelian saham listing dan IPO berbasis knowledge base dengan metode Forward Chaining. Dalam pasar saham, analisis perusahaan dilakukan melalui dua jenis valuasi, yaitu fundamental dan teknikal. Analisis fundamental digunakan untuk saham yang sudah listing maupun yang akan IPO, sementara analisis teknikal hanya berlaku untuk saham yang sudah listing karena membutuhkan data grafik perdagangan.
Untuk saham IPO sistem ini menambahkan parameter khusus, yaitu underwriter dan warrant, guna memberikan analisis yang lebih spesifik dan relevan. Metode Forward Chaining digunakan dalam mesin inferensi, di mana setiap parameter berhubungan secara logis dengan parameter lain atau kombinasi parameter. Sistem ini dirancang untuk mempermudah pengguna dalam menganalisis perusahaan berdasarkan berbagai parameter tersebut, dan dilengkapi fitur data perusahaan secara real-time, sehingga pengguna tidak perlu menggunakan platform tambahan untuk mencari informasi. Selain itu, semua rekomendasi pengguna dicatat dalam database dan ditampilkan pada halaman riwayat sebagai referensi kondisi perusahaan tertentu. Sistem ini dikembangkan berbasis website menggunakan metode waterfall. Pengujian kriteria dilakukan melalui dua metode, yaitu Functional Suitability menggunakan black-box testing, yang menghasilkan tingkat keberhasilan 100%, dan Usability menggunakan user acceptance testing, yang mencapai tingkat kepuasan 95,4%. Berdasarkan hasil tersebut, sistem pakar ini dinilai sangat layak digunakan untuk mendukung analisis dan pengambilan keputusan investasi.

ABSTRACT:
This study discusses the development of a recommendation system for purchasing listed and IPO stocks based on a knowledge base using the Forward Chaining method. In the stock market, company analysis is conducted using two types of valuation: fundamental and technical. Fundamental analysis is used for both listed and IPO stocks, while technical analysis is only applicable to listed stocks as it requires trading chart data. For IPO stocks, this system incorporates specific parameters, namely underwriter and warrant, to provide more tailored and relevant analysis. The Forward Chaining method is utilized in the inference engine, where each parameter is logically connected to other parameters or their combinations. This system is designed to facilitate users in analyzing companies based on these parameters and is equipped with a real-time company data feature, eliminating the need to use additional platforms for company information. Furthermore, all user recommendations are recorded in a database and displayed on the history page as a reference for the condition of specific companies. The system was developed as a web-based application using the waterfall methodology. Criteria testing was conducted using two methods: Functional Suitability through black-box testing, which achieved a 100% success rate, and Usability through user acceptance testing, which reached a satisfaction rate of 95.4%. Based on these results, this expert system is considered highly feasible for supporting analysis and investment decision-making.