Penerapan Model ARIMA-ARCH untuk Meramalkan Harga Saham PT. Indofood Sukses Makmur Tbk

  • Yulvia Fitri Rahmawati Universitas Sebelas Maret
  • Etik Zukhronah Universitas Sebelas Maret
  • Hasih Pratiwi Universitas Sebelas Maret
Abstract viewed: 67 times

Download PDF downloaded: 67 times
Keywords: Stock Price, heteroscedasticity, ARIMA, ARCH

Abstract

Abstract– The stock price is the value of the stock in the market that fluctuates from time to time. Time series data in the financial sector generally have quite high volatility which can cause heteroscedasticity problems. This study aims to model and to predict the stock price of PT Indofood Sukses Makmur Tbk using the ARIMA-ARCH model. The data used is daily stock prices from 2nd June 2020 to 15th February 2021 as training data, while from 16th February 2021 to 1st March 2021 as testing data. ARIMA-ARCH model is a model that combines Autoregressive Integrated Moving Average (ARIMA) and Autoregressive Conditional Heteroscedasticity (ARCH), which can be used to overcome the residues of the ARIMA model which are indicated to have heteroscedasticity problems. The result showed that the model that could be used was ARIMA(1,1,2)-ARCH(1). This model can provide good forecasting result with a relatively small MAPE value of 0.515785%.

Abstrak– Harga saham adalah nilai saham di pasar yang berfluktuasi dari waktu ke waktu. Data runtun waktu di sektor keuangan umumnya memiliki volatilitas cukup tinggi yang dapat menyebabkan masalah heteroskedastisitas. Penelitian ini bertujuan untuk memodelkan dan meramalkan harga saham PT Indofood Sukses Makmur Tbk menggunakan model ARIMA-ARCH. Data yang digunakan adalah harga saham harian dari 2 Juni 2020 hingga 15 Februari 2021 sebagai data training, sedangkan dari 16 Februari 2021 hingga 1 Maret 2021 sebagai data testing. Model ARIMA-ARCH merupakan suatu model yang menggabungkan Autoregressive Integrated Moving Average (ARIMA) dan Autoregressive Conditional Heteroscedasticity (ARCH), yang dapat digunakan untuk mengatasi residu dari model ARIMA yang terindikasi memiliki masalah heteroskedastisitas. Hasil penelitian menunjukkan bahwa model yang dapat digunakan adalah ARIMA(1,1,2)-ARCH(1). Model tersebut mampu memberikan hasil peramalan yang baik dengan perolehan nilai MAPE yang relatif kecil yaitu 0,515785%.

Downloads

Download data is not yet available.

References

A. P. Desvina dan I. O. Meijer, “Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani”, Jurnal Sains Matematika dan Statistika, Vol. 4, No. 1, Hal. 43-54, 2018.

B. I. Wijaya dan I. B. P. Sedana, “Pengaruh Profitabilitas Terhadap Nilai Perusahaan (Kebijakan Dividen dan Kesempatan Investasi Sebagai Variabel Mediasi)”, E-Jurnal Manajemen Universitas Udayana, Vol. 6, No. 12, Hal. 4477-4500, 2015.

D. C. Montgomery, C. L. Jennings, and M. Kulahci, Introduction to Time Series Analysis and Forecasting, 2nd ed., New Jersey: John Wiley and Sons, 2015.

D. H. Ratnasari, Tarno, dan H. Yasin, “Peramalan Volatilitas Menggunakan Model Generalized Autoregressive Conditional Heteroscedasticity in Mean (GARCH-M)”, Jurnal Gaussian, Vol. 3, No. 4, Hal. 655-662, 2014.

D. N. Gujarati, Basic Econometrics, 4th ed., New York: McGraw-Hill, 2003.

D. Rosadi, Pengantar Analisa Runtun Waktu, Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada, 2006.

I. Oei, Kiat Investasi Valas, Emas, Saham, Jakarta: PT Gramedia Pustaka Utama, 2009.

R. F. Engle, “Autoregressive Conditional Heteroscedasticity with Estimation of the Variance of United Kingdom Inflation”, Journal Econometrica, Vol. 50, No.4, pp. 987-1007, 1982.

R. S. Tsay, Analysis of Financial Time Series, New Jersey: John Wiley and Sons, 2005.

Published
2021-08-13
How to Cite
[1]
Y. Rahmawati, E. Zukhronah, and H. Pratiwi, “Penerapan Model ARIMA-ARCH untuk Meramalkan Harga Saham PT. Indofood Sukses Makmur Tbk”, BIEJ, vol. 3, no. 3, pp. 171-177, Aug. 2021.