PREDIKSI HARGA SAHAM PT BANK CENTRAL ASIA TBK DENGAN MENGGUNAKAN ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Rahmawati Desi Tri Wulandari(1*), Nurmalitasari Nurmalitasari(2), Hanifah Permatasari(3),

(1) Sistem Informasi, Universitas Duta Bangsa Surakarta
(2) Sistem Informasi, Universitas Duta Bangsa Surakarta
(3) Sistem Informasi, Universitas Duta Bangsa Surakarta
(*) Corresponding Author

Abstract


Stock prediction is one of the important things in stock trading. It calculates the potential worth of stocks or other financial assets that are traded on stock exchanges. The precision of stock forecast outcomes serves several purposes, principally providing investors with protection from possible market hazards and opening doors for index traders, market speculators, and arbitrageurs to make money. This study used the Autoregressive Integrated Moving Average (ARIMA) model and the Google Colab website to examine and predict the closing price of PT Bank Central Asia Tbk shares. This study uses daily historical stock data from 01 January 2020 to 01 January 2024. The ARIMA (1.0.1) model is the most accurate model for predicting the closing price of PT Bank Central Asia Tbk shares, according to the study’s findings.


ABSTRAK

Dalam trading saham, Prediksi saham adalah hal yang sangat penting. Mengetahui nilai masa depan saham perusahaan atau instrument keuangan lainnya yang diperdagangkan di bursa keuangan adalah sesuatu yang menarik. Banyak hal dipengaruhi oleh akurasi hasil prediksi saham, terutama kebutuhan bagi investor untuk melindungi nilai mereka dari resiko pasar yang mungkin terjadi, peluang bagi speculator pasar dan arbitrase mengambil keuntungan dari indeks perdagangan. Tujuan penelitian ini untuk memprediksi harga penutupan saham PT Bank Central Asia Tbk dengan menggunakan model Autoregressive Integrated Moving Average (ARIMA) dan menganalisisnya dengan menggunakan website Google Colab. Penelitian ini menggunakan data historis harian saham dari tanggal 1 Januari 2020 hingga tanggal 1 Januari 2024. Hasil studi menunjukkan bahwa model ARIMA (1.0.1) adalah yang terbaik untuk meramalkan harga penutupan saham pada perusahaan ini.



Keywords


Predictions, Stocks, Bank Central Asia, ARIMA.

Full Text:

PDF

References


Dona, A. R., & Sugiman. (2021). Peramalan Metode ARIMA Data Saham PT. Telekomunikasi Indonesia. PRISMA: Prosiding Seminar Nasional Matematika, 4, 611–620.

Fadla, M. Y., Rohmawati, N. D., & ... (2023). Aplikasi Prediksi Harga Saham Tertinggi Pada Bank BCA Menggunakan Metode Trend Moment. … Teknologi &Sains …, 2, 451–456.

Faisal, A. (2021). Prediksi Saham Telkom Dengan Metode Arima. Jurnal Bisnis, Logistik Dan Supply Chain (BLOGCHAIN), 1(2), 45–50. https://doi.org/10.55122/blogchain.v1i2.298

Jange, B. (2022). Prediksi Harga Saham Bank BCA Menggunakan XGBoost. ARBITRASE: Journal of Economics and Accounting, 3(2), 231–237. https://doi.org/10.47065/arbitrase.v3i2.495

Kurniasi, A. A., Saptari, M. A., & Ilhadi, V. (2021). Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima. Sisfo: Jurnal Ilmiah Sistem Informasi, 5(1), 13–26. https://doi.org/10.29103/sisfo.v5i1.4849

Kurniawati, A., & Arima, A. (2021). Analisis Prediksi Harga Saham PT. Astra International Tbk Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Support Vector Regression (SVR). Jurnal Ilmiah Komputasi, 20(3), 417–423. https://doi.org/10.32409/jikstik.20.3.2732

Milniadi, A. D., & Adiwijaya, N. O. (2023). Analisis Perbandingan Model Arima Dan Lstm Dalam Peramalan Harga Penutupan Saham (Studi Kasus : 6 Kriteria Kategori Saham Menurut Peter Lynch). SIBATIK JOURNAL: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan, 2(6), 1683–1692. https://doi.org/10.54443/sibatik.v2i6.798

Ningrum, I. T. W., Pramana, E. R., Yunindasari, D. R., & ... (2022). Prediksi Pergerakan Saham JKSE Dengan Metode ARIMA Menggunakan Software R Guna Keputusan Investasi Pada Masa Pandemi Omicron. Snhrp, April, 120–130.

Nurmalitasari, N., & Hasanah, H. (2019). Peramalan Harga Saham Krakatau Steel (Kras) Menggunakan Model Arima. … | Isbn: 978-623-92318-1-1, March, 257–265.

Prayogi, K., Gata, W., & Kussanti, D. P. (n.d.). Prediksi Harga Saham Bank Central Asia Menggunakan Algoritma Deep Learning GRU.

Purnama, J., & Juliana, A. (2020). Analisa Prediksi Indeks Harga Saham Gabungan Menggunakan Metode Arima. Cakrawala Management Business Journal, 2(2), 454. https://doi.org/10.30862/cm-bj.v2i2.51

Rahmawati Desi Tri Wulandari, Nurmalitasari, H. P. (2024). Prediksi Harga Saham Pt Bank Central Asia Tbk Dengan Menggunakan Algoritma Autoregressive Integrated Moving Average (Arima). Infotech: Journal of Technology Information, 10(2). https://doi.org/https://doi.org/10.37365/jti.v10i2.278

Riestiansyah, F., Damayanti, D., Reswara, M., & Susetyoko, R. (2022). Perbandingan metode ARIMA dan ARIMAX dalam Memprediksi Jumlah Wisatawan Nusantara di Pulau Bali. Jurnal Infomedia, 7(2), 58. https://doi.org/10.30811/jim.v7i2.3336

Rizki, M. I., Ammar, T., Fitriyani, F., & Fasya, S. (2021). Peramalan Indeks Harga Saham PT Verena Multi Finance Tbk Dengan Metode Pemodelan ARIMA Dan ARCH-GARCH. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 14(1), 11–23. https://doi.org/10.36456/jstat.vol14.no1.a3774

Simatupang, C. G. K., Swastika, W., & Suganda, T. R. (2022). Perancangan Aplikasi Berbasis Web Untuk Prediksi Harga Saham Dengan Metode Lstm. Sainsbertek Jurnal Ilmiah Sains & Teknologi, 3(1), 1–8. https://doi.org/10.33479/sb.v3i1.212

Sitepu, Q. D. H. B., Sutarman, S., & Adi Putri Siregar, M. (2024). Metode Autoregressive Integrated Moving Average (Arima) dalam Memprediksi Jumlah Penumpang Kereta Api Kota Binjai. Bahasa Dan Matematika, 2(2), 69–85.

Tauran, E. R. (2021). Prediksi Harga Saham Pt Bank Central Asia Tbk Berdasarkan Data Dari Bursa Efek Indonesia Menggunakan Metode K-Nearest Neighbors (Knn). TeIKa, 11(2), 123–129. https://doi.org/10.36342/teika.v11i2.2609

Zidan Rusminto, M., Adi Wibowo, S., & Santi Wahyuni, F. (2024). Peramalan Harga Saham Menggunakan Metode Arima (Autoregressive Integrated Moving Average) Time Series. Jurnal Mahasiswa Teknik Informatika, 8(2), 1263.




DOI: https://doi.org/10.37365/jti.v10i2.278

Refbacks

  • There are currently no refbacks.


mahjong ways scatter hitam