PERAMALAN HARGA SAHAM PT BANK CENTRAL ASIA TBK MENGGUNAKAN METODE HYBRID TIME SERIES REGRESSION – AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (TSR-ARIMA)

Yunita Nur Khasanah; Etik Zukhronah; Winita Sulandari

Portal Conference FMIPA, Seminar Nasional Matematika, Statistika dan Aplikasinya (SNMSA) Tahun 2023

Yunita Nur Khasanah, Etik Zukhronah, Winita Sulandari

Last modified: 2023-06-15

Abstract

Peramalan harga saham selalu menarik perhatian bagi investor. Namun, harga saham yang fluktuatif membuat investor kesulitan untuk memprediksi harga saham di masa depan. Seiring berjalannya waktu, dikembangkan metode peramalan bersifat hybrid yang memadukan dua model atau lebih. Penelitian ini bertujuan untuk menggabungkan model Time Series Regression (TSR) dengan model Autoregressive Integrated Moving Average (ARIMA) untuk meramalkan harga saham PT. Bank Central Asia Tbk. Data yang digunakan adalah data harga penutupan saham (harian) PT. Bank Central Asia Tbk pada periode 1 Juli 2022 hingga 28 April 2023. Metode TSR digunakan untuk membentuk model, lalu nilai residunya digunakan untuk membentuk model ARIMA. Model terbaik yang dihasilkan dari penelitian ini adalah hybrid TSR-ARIMA (0,1,1). Hasil peramalan harga saham PT. Bank Central Asia Tbk periode 2 Mei 2023 hingga 26 Mei 2023 membentuk pola tren menurun dengan nilai MAPE sebesar 5,375%.

Keywords

ARIMA, hybrid, peramalan, saham, TSR