Penerapan Metode Mixed Autoregressive and Moving Average Untuk Peramalan Harga Saham LQ45

Gita Sarah Prabawati; Onoy Rohaeni; Eti Kurniati

doi:10.29313/bcsm.v3i2.8535

Gita Sarah Prabawati Universitas Islam Bandung
Onoy Rohaeni Universitas Islam Bandung
Eti Kurniati Universitas Islam Bandung

DOI: https://doi.org/10.29313/bcsm.v3i2.8535

Keywords: Saham, Peramalan, Mixed Autoregressive and Moving Average, MAPE

Abstract

Abstrak. Saham merupakan investasi yang nilainya sangat fluktuatif. Kondisi seperti ini menyebabkan investor berhadapan dengan risiko. Risiko dapat berkurang apabila investor bisa membuat prediksi dengan ketelitian yang baik. Tujuan penelitian ini adalah untuk mendapatkan model dan dapat meramalkan harga saham beberapa waktu kedepan. Metode peramalan yang akan digunakan dalam penelitian ini adalah Mixed Autoregressive and Moving Average yaitu gabungan antara model Autoregresif dan Moving Average (ARMA). Penelitian ini menggunakan penutupan harga saham LQ45 periode 1 Maret 2022 hingga 28 April 2023. Hasil yang diperoleh adalah model terbaik yaitu ARMA (1,1). Model layak digunakan karena diperoleh nilai MAPE dengan kategori sangat baik.

Abstract. Stock is an investment whose value is very volatile. Conditions like this cause investors to face risks. Risk can be reduced if investors can make predictions with good accuracy. The purpose of this research is to get a model and be able to predict stock prices some time in the future. The forecasting method that will be used in this study is the Mixed Autoregressive and Moving Average, which is a combination of the Autoregressive and Moving Average (ARMA) models. This study uses the closing price of LQ45 shares for the period March 1, 2022 to April 28, 2023. The results obtained are the best model, namely ARMA (1,1). The model is suitable for use because the MAPE value is obtained in a very good category.

References

[1] D. Priyadi dan I. Mardhiyah, “Model Autoregressive Integrated Moving Average (ARIMA) Dalam Peramalan Nilai Harga Saham Penutup Indeks LQ45,” Jurnal Ilmiah Informatika Komputer, vol. 26, no. 1, pp. 78-94, 2021.
[2] I. Fitria, M. S. K. Alam dan Subchan, “Perbandingan Metode ARIMA dan Double Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan dengan Nilai Earning Per Share (EPS) Tertinggi,” J. Math. and Its Appl., vol. 14, no. 2, pp. 113-125, 2017.
[3] A. L. Putra dan A. Kurniawati, “Analisis Prediksi Harga Saham PT. Astra International Tbk Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Support Vector Regression (SVR),” Jurnal Ilmiah KOMPUTASI, vol. 20, no. 3, pp. 417-423, 2021.
[4] E. D. Suwandi, “Analisis Perkembangan Bursa Efek Indonesia dan Saham Syariah di Indonesia (Periode 2013-2018),” Jurnal Ilmiah Akuntansi dan Keuangan, vol. 9, no. 2, pp. 160-169, 2020.
[5] A. A. Kurniasi, M. A. Saptari dan V. Ilhadi, “Aplikasi Peramalan Harga Saham Perusahaan LQ45 Dengan Menggunakan Metode ARIMA,” Jurnal Sistem Informasi, pp. 13-26.
[6] N. N. Layla, Peramalan Indeks Harga Saham Dengan Metode Autoregressive Moving Average Generalized Autoregressive Conditional Heteroscedasticity, Bandung, 2021.
[7] E. N. Machfudo, Metode ARMA Untuk Peramalan Tindak Pencurian Sepeda Motor, Malang, 2020.