Penerapan Metode ARIMA Untuk Meramalkan Harga Logam Mulia ANTAM
DOI:
https://doi.org/10.29313/bcss.v6i2.24455Keywords:
Peramalan, ARIMA, Harga Logam Mulia AntamAbstract
Abstract. Forecasting is a method of predicting future events based on historical data. The Autoregressive Integrated Moving Average (ARIMA) is a forecasting method that does not require independent variables in generating predictions. Instead, ARIMA utilizes historical and current values of the dependent variable to produce accurate short-term forecasts. The objective of this study is to forecast the price of Antam precious metals over several future periods, with the results expected to support investment decision-making in precious metals. Precious metals are one of the most popular investment instruments because they have relatively stable values and are often regarded as a safe-haven asset during periods of economic uncertainty. Based on the forecasting results of the daily price of one gram of Antam precious metals using the ARIMA method, the best forecasting model obtained was ARIMA(2,1,1), with the equation . The model produced an Akaike Information Criterion (AIC) value of -11833.17. The forecasting results indicate that the price of one gram of Antam precious metals on 3 July 2026 is predicted to be IDR 2,637,892, while on 15 July 2026 the price is expected to experience slight fluctuations, with an average price of approximately IDR 2,636,474 per gram.
Abstrak. Peramalan merupakan metode prakiraan tentang peristiwa di masa yang akan datang yang memperlihatkan data masa lalu. ARIMA merupakan metode peramalan yang tidak menggunakan variabel bebas saat melakukan prakiraan. ARIMA menggunakan data masa lalu dan saat ini dari variabel dependen untuk membuat peramalan jangka pendek akurat. Tujuan peramalan pada penelitian ini untuk melihat hasil ramalan harga Logam Mulia Antam pada beberapa periode kedepan yang berguna dalam pengambilan keputusan investasi emas logam mulia. Logam Mulia merupakan salah satu instrumen investasi yang banyak diminati masyarakat karena memiliki nilai yang relatif stabil dan sering dijadikan safe haven pada kondisi ekonomi yang tidak menentu. Berdasarkan hasil penelitian dari peramalan data harga Logam Mulia Antam per satu gram menggunakan metode ARIMA, maka didapatkan model peramalan terbaik yaitu model ARIMA(2,1,1) dengan persamaan . Dengan nilai AIC sebesar -11833,17 hasil penelitian menunjukkan bahwa harga Logam Mulia Antam pada tanggal 3 Juli 2026 diperkirakan sebesar Rp2.637.892 per gram, kemudian pada tanggal 15 Juli 2026 mengalami fluktuasi ringan dengan rata-rata harga sekitar Rp2.636.474 per gram. Model ARIMA(2,1,1) merupakan model yang sesuai untuk meramalkan pergerakan harga logam mulia Antam berdasarkan data historis.
References
Jayanti, L. D., Lestari, R., Suparno, F. A. D., & Fachruzzaki, F. (2025). Prediksi Harga Emas Tahun 2024-2025 dengan Metode Autoregressive Integrated Moving Average (ARIMA) pada Aplikasi RStudio. MARAS : Jurnal Penelitian Multidisiplin, 3(4), 1275–1289. https://doi.org/10.60126/maras.v3i4.1253
Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1991). Metode dan Aplikasi Peramalan (U. S. Andriyanto & A. Basith, Eds.; 2nd ed.). Erlangga.
Yanti, T. S. (2010). Analisis Deret Waktu. Pustaka Ceria, Yayasan Pena.
Amri, I. F., Astuti, S. A., Sulistiya, I., Suherdi, A., & Al-Haris, M. (n.d.). Peramalan Harga Emas Antam Menggunakan Metode Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Jurnal UJMC, Volume 10, Nomor 1, Hal. 26 - 35.
Brockwell, P. J., & Davis, R. A. (2016). Introduction to Time Series and Forecasting (3 ed.). Springer, New York.
Cryer, J. D., & Chan, K. (2008). Time Series Analysis with Applications in R (2 ed.). Springer, New York.
Effindi, A. R. (2018). ANALISIS TIME SERIES UNTUK MENENTUKAN MODEL TERBAIK . Prosiding Seminar Nasional Matematika dan Terapannya 2018 .
Rachmawati, A. K., & Miasary, S. D. (2020-2021). Peramalan Penyebaran Jumlah Kasus Virus Covid-19. Zeta – Math Journal, 11-16. Retrieved from journal.uim.ac.id
Sumarjaya, I. W., Srinadi, I. G., & Susilawati, M. (2019). Kuliah 7: Estimasi Parameter Model ARIMA. Bali: Universitas Udayana.
