346 PERAMALAN HARGA SAHAM HARIAN PT BANK SYARIAH INDONESIA TBK. MENGGUNAKAN HIBRIDA AUTORESGRESSIVE INTEGRATED MOVING AVERAGE-NEURAL NETWORK

Authors

  • Iskandar Agung Dzulkarnain Program Studi Statistika, Universitas Sebelas Maret, Surakarta
  • Winita Sulandari Program Studi Statistika, Universitas Sebelas Maret, Surakarta
  • Respatiwulan Program Studi Statistika, Universitas Sebelas Maret, Surakarta

Keywords:

saham, peramalan harga saham, investasi, metode hibrida, arima-nn

Abstract

Saham Bank Syariah Indonesia menarik minat investor karena posisinya yang strategis dalam industri perbankan syariah di Indonesia. Penelitian ini bertujuan untuk menentukan model peramalan saham harian PT Bank Syariah Indonesia Tbk. menggunakan metode hibrida autoresgressive integrated moving average-neural network (ARIMA-NN) serta mengevaluasi kinerjanya. Proses penelitian meliputi pemodelan autoresgressive integrated moving average (ARIMA) untuk mengidentifikasi komponen linear dengan memeriksa stasioneritas, menentukan model terbaik berdasarkan plot ACF dan PACF, serta melakukan uji diagnostik dan evaluasi model. Residu ARIMA kemudian dimodelkan menggunakan neural network (NN) dengan tahapan preprocessing residu, hyperparameter optimizer, dan peramalan residu menggunakan arsitektur NN yang optimal. Model hibrida ARIMA-NN akhirnya diterapkan untuk melakukan peramalan harga saham dan evaluasi kinerja dilakukan menggunakan MAPE. Hasil penelitian menunjukkan bahwa didapatkan tiga model hibrida ARIMA-NN yaitu ARIMA (1, 2, 0) – NN (3, 4, 1), ARIMA (2, 2, 0) – NN (3, 6, 1), dan ARIMA (0, 2, 1) – NN (3, 7, 1). Peramalan menggunakan model ARIMA (0, 2, 1) – NN (3, 7, 1) yang dioptimasi dengan optimasi adam, batch size 16, learning rate 0,05, dan 100 epoch, menghasilkan nilai MAPE terkecil sebesar 1,752%. Penerapan model ini diharapkan dapat membantu investor dalam mengambil keputusan investasi dengan lebih akurat.

Downloads

Published

2025-02-21

Conference Proceedings Volume

Section

Prodi Statistika

Categories