Pemodelan Harga Penutupan Saham Bank Jago Menggunakan Metode ARIMA Box-Jenkins

Authors

  • Refina Mutia Prodi Statistika, Fakultas Farmasi dan Sains, Universitas Islam Bandung, Indonesia
  • Nur Azizah Komara Rifai Prodi Statistika, Fakultas Farmasi dan Sains, Universitas Islam Bandung, Indonesia

DOI:

https://doi.org/10.29313/bcss.v6i2.25721

Keywords:

Analisis Deret Waktu, ARIMA, Harga Penutupan Saham

Abstract

Abstract. Time series analysis has been widely used to model data observed over time in various fields, particularly economics and finance. One of the most commonly applied time series methods has been the Autoregressive Integrated Moving Average (ARIMA) model, which is capable of representing the characteristics of time series data through the Box–Jenkins approach. This study used the ARIMA method to model the closing stock prices of Bank Jago from January 2021 to July 2025. The Box–Jenkins procedure consisted of model identification, parameter estimation, and diagnostic checking to obtain the most appropriate model. The results show that the best model is ARIMA(1,1,1) with an Akaike Information Criterion (AIC) value of 15598,52. The diagnostic tests indicate that the residuals satisfy the white noise assumption, suggesting that the model adequately represents the characteristics of the data. Therefore, ARIMA(1,1,1) is the most appropriate model for the closing stock prices of Bank Jago during the study period.

Abstrak. Analisis deret waktu merupakan salah satu metode statistik yang digunakan untuk menganalisis data yang diamati secara berurutan berdasarkan waktu. Analisis ini bertujuan untuk mengidentifikasi karakteristik serta pola yang terkandung dalam data sehingga dapat dibentuk suatu model yang mampu merepresentasikan data dari waktu ke waktu. Salah satu metode yang umum digunakan dalam pemodelan deret waktu adalah Autoregressive Integrated Moving Average (ARIMA), yaitu model yang menggabungkan komponen Autoregressive (AR), Integrated (I), dan Moving Average (MA) untuk memodelkan data deret waktu yang telah memenuhi kondisi stasioner melalui proses diferensiasi (differencing). Penelitian ini bertujuan untuk memodelkan data harga penutupan saham menggunakan metode ARIMA melalui pendekatan Box-Jenkins, yang meliputi tahap identifikasi model, estimasi parameter, serta pengujian diagnostik terhadap residual. Data yang digunakan dalam penelitian ini adalah harga penutupan saham Bank Jago Tbk pada periode Januari 2021 hingga Juli 2025. Berdasarkan penelitian yang telah dilakukan, diperoleh model terbaik ARIMA(1,1,1) dengan nilai Akaike Information Criterion (AIC) sebesar 15598,52.

References

Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2016). Time Series Analysis: Forecasting and Control (5th Editio). John Wiley & Sons, Inc.
Cryer, J. D., & Chan, K.-S. (2008). Time Series Analysis: With Applications in R (2nd Editio). Springer Science+Business Media, LLC.
Ibadi, M. F., & Rusvinasari, D. (2026). Implementasi Model ARIMA dalam Meramalkan Pergerakan Harga Saham PT Bank Rakyat Indonesia. Journal of Applied Science and Information Technology, 2(1), 106-116.
Maulana, H. A. (2018). Pemodelan Deret Waktu dan Peramalan Curah Hujan pada Dua Belas Stasiun di Bogor. Jurnal Matematika, Statistika Dan Komputasi (JMSK), 15(1), 50-63.
Ramadhani, M. R., Safira, V., Manurung, T. A., & Lubis, P. K. D. (2025). Pengaruh Volume Perdagangan dan Closing Price terhadap Return Saham pada PT. Bank Rakyat Indonesia (BRI), Tbk Tahun 2014–2024. JLEB: Journal of Law Education and Business, 3(1), 353-365.
Rifai, N. A. K., & Zhahirulhaq, M. A. (2024). FORECASTING INFLATION IN INDONESIA USING. Parameter: Journal of Statistics, 4(1), 37-45. https://doi.org/10.22487/27765660.2024.v4.i1.17130
Setiawan, L., Susanti, D., & Riaman. (2023). Analisis Perbandingan Hasil Peramalan Harga Saham Menggunakan Model Autoregresive Integrated Moving Average dan Long Short Term Memory. Jurnal Matematika Integratif, 19(2), 223–234. https://doi.org/10.24198/jmi.v19.n2.42164.223-234
Trydini, T. R., Helmi, & Huda, N. M. (2023). Prediksi Harga Saham Menggunakan Model Autoregressive Integrated Moving Average dengan Innovational Outlier. Bimaster: Buletin Ilmiah Matematika, Statistika Dan Terapannya, 12(1), 1-10. https://doi.org/10.26418/bbimst.v12i1.61975
Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods (2nd ed.). Pearson Addison-Wesley.
Zam, E. D. A. A., Nabilla, W. I., Pohan, A. S., & Lubis, R. S. (2025). Penerapan Model Arima Pada Nilai Penutupan Indeks Harga Saham Gabungan Untuk Data yang Hilang. JISTech (Journal of Islamic Science and Technology), 10(2), 198-207. https://doi.org/10.30829/jistech.v10i2.28361

Published

2026-08-03