Dewi, Priastuti Kusuma and Kwardiniya Andawaningtyas, S.Si., M.Si. (2024) Prediksi Harga Saham Menggunakan Metode ARIMA dan GARCH (Studi Kasus: PT Bukalapak Tbk). Sarjana thesis, Universitas Brawijaya.
Abstract
Harga saham selalu mengalami fluktuasi setiap waktu karena terdapat banyak faktor yang memengaruhi perubahan harga saham. Faktor yang memengaruhi yaitu seperti laju inflasi, keuangan perusaan, suku bunga dan laba perusahaan. Oleh karena itu dibutuhkan analisis maupun prediksi harga saham. Analisis saham dapat berguna untuk para investor agar mengetahui bagaimana perubahan harga saham pada masa yang akan datang. Investor perlu mengetahui model prediksi pergerakan harga saham, untuk mengurangi risiko terjadinya kerugian pada saat membeli atau menjual saham tersebut. Penelitian ini bertujuan untuk menentukan model terbaik dan hasil peramalan harga saham PT Bukalapak Tbk dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Didapatkan model terbaik yaitu ARIMA (0, 1, 0) dan model GARCH (1,3). Didapatkan nilai Mean Absolute Percentage Error (MAPE) dari model ARIMA (0, 1, 0) yaitu 31,47% sehingga ketepatan peramalan cukup baik dan didapatkan nilai MAPE dari model GARCH (1,3) yaitu kurang dari 10% sehingga ketepatan peramalan sangat baik.
English Abstract
Stock prices always fluctuate every time because there are many factors that affect changes in stock prices. Such as inflation rates, company finances, interest rates, and company profit. stock price analysis and predictions are needed. Stock analysis can be useful for investors to find out how stock prices change in the future. investors need to know the prediction model of stock price movements, to reduce the risk of losses when buying or selling the stock. This study aims to determine the best model and the results of stock price forecasting of PT Bukalapak Tbk using the Autoregressive integrated Moving Average (ARIMA) and Generalized Autoregressive Conditional Heteroskedasticity (GARCH) methods. the best model are ARIMA (0,1,0) and GARCH (1,3). The Mean Absolute Percentage Error (MAPE) obtained from ARIMA (0,1,0) model is 31,47%, indicating a reasonably good forecasting accuracy. Meanwhile, the MAPE obtained from the GARCH (1,3) less than 10%, indicating the forecasting accuracy is very good.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 052409 |
Uncontrolled Keywords: | ARIMA, GARCH, Harga Saham, Peramalan |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Aktuaria |
Depositing User: | Unnamed user with username nova |
Date Deposited: | 22 Aug 2024 04:18 |
Last Modified: | 22 Aug 2024 04:18 |
URI: | http://repository.ub.ac.id/id/eprint/223699 |
![]() |
Text (DALAM MASA EMBARGO)
Priastuti Kusuma Dewi.pdf Restricted to Registered users only Download (4MB) |
Actions (login required)
![]() |
View Item |