Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima

Kurniasi, Arni Astuti; Saptari, Mochamad Ari; Ilhadi, Veri

doi:10.29103/sisfo.v5i1.4849

Cited by 6 publications

(6 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Penambahan komponen Integrated (I) ini adalah proses differencing yang dilakukan saat data yang digunakan itu tidak stasioner [17]. Model ARIMA cocok digunakan untuk prediksi jangka pendek [19]. ARIMA memiliki tiga ordo yaitu p,d,q dengan bentuk persamaan seperti Persamaan (4) [20] [16]:…”

Section: ) Autoregressive Integrated Moving Average (Arima)unclassified

Prediksi Kurs Rupiah Terhadap Euro Dan Pound Menggunakan Arima

Vean,

Witanti

2024

Jur. Ilm. Dinam. Rekay.

View full text Add to dashboard Cite

Euro (EUR) dan Pound (GBP) adalah dua mata uang utama di Benua Eropa dan merupakan dua dari tiga mata uang yang paling banyak dipasangkan dengan Dolar Amerika di pasar mata uang dunia, sehingga memegang peranan penting terhadap perekonomian dunia. Penelitian ini akan fokus dalam memprediksi nilai tukar Rupiah (IDR) terhadap Euro dan Pound. Metode yang digunakan adalah Autoregressive Integrated Moving Average (ARIMA) yang cocok untuk memprediksi data berbentuk deret waktu. Data yang digunakan adalah data historis EUR-IDR dan GBP-IDR selama hari kerja dari 23 September 2013 sampai 22 September 2023 yang berjumlah 2610 data. Model terbaik yang diperoleh adalah ARIMA (1,1,0) untuk EUR-IDR dengan Akaike’s Information Criterion (AIC) sebesar 31095,33 dan ARIMA (1,1,1) untuk GBP-IDR dengan AIC 29229,77. Ditemukan skenario terbaik yaitu menggunakan 10% data uji untuk kedua data dengan Mean Absolute Error (MAE) sebesar 104,514 dan Root Mean Square Error (RMSE) sebesar 130,677 pada hasil prediksi EUR-IDR, sedangkan pada GBP-IDR menghasilkan MAE sebesar 123,417 dan RMSE sebesar 155,805. Hasil prediksi dari skenario terbaik menunjukkan kenaikan nilai tukar kedua mata uang, berpuncak pada hari ke-20 yang mencapai Rp.16512,38 pada nilai tukar Euro dan Rp.19056,49 pada Pound.

show abstract

Section: ) Autoregressive Integrated Moving Average (Arima)unclassified

Prediksi Kurs Rupiah Terhadap Euro Dan Pound Menggunakan Arima

Vean,

Witanti

2024

Jur. Ilm. Dinam. Rekay.

View full text Add to dashboard Cite

show abstract

“…Data dikatakan telah stasioner terhadap variansi jika lambda bernilai 1. Apabila lambda tidak sama dengan 1 maka ditransformasikan hingga mendapatkan nilai 1 [7].…”

Section: Uji Stasioneritasunclassified

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

Prabawati,

Rohaeni,

Kurniati

2023

BCSM

View full text Add to dashboard Cite

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.

show abstract

“…Beberapa penelitian yang membahas mengenai prediksi harga saham antara lain adalah (Zullah et al, 2022) menggunakan model multivariate time series dalam peramalan harga saham pada 45 perusahaan bank di Indonesia menghasilkan model peramalan terbaik yakni VARI, (Kurniasi et al, 2021)…”

Section: Pendahuluanunclassified

Analisis Rantai Markov Lima Status pada Return Harga Saham BBCA

Lestari

Jasuni

2023

BISNISMAN

View full text Add to dashboard Cite

Stock is one of the most popular instruments traded in the capital market. Issuing shares is one of the choices made by companies when deciding to fund the company. In addition, stocks are an investment alternative that has been chosen by many investors because stocks are able to provide attractive returns. The movement of stock prices is a stochastic process, where today's price is affected by the previous day's stock price, and tomorrow's stock price is influenced by today's stock price. Thus, the movement of this stock price is a markov chain where the movement can occur repeatedly, but the exact time cannot be known. By studying the long-term behavior of the Markov chain, it is possible to predict stock movements in the future

show abstract

Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima

Cited by 6 publications

References 3 publications

Prediksi Kurs Rupiah Terhadap Euro Dan Pound Menggunakan Arima

Prediksi Kurs Rupiah Terhadap Euro Dan Pound Menggunakan Arima

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

Analisis Rantai Markov Lima Status pada Return Harga Saham BBCA

Contact Info

Product

Resources

About