{"title":"STUDI PERBANDINGAN MODEL ARIMA DAN GARCH UNTUK MEMPREDIKSI HARGA SAHAM PADA PERUSAHAAN TAMBANG DI INDONESIA","authors":"M. T. Junaid, Ahmad Juliana, Hardianti Sabrina","doi":"10.34010/JIKA.V10I1.3331","DOIUrl":null,"url":null,"abstract":"Dalam berinvestasi para investor menggunakan alat statistik salah satunya adalah peramalan. Peramalan dilakukan oleh investor untuk memperlancar transaksi, meningkatkan keuntungan ataupun meminimalisir terjadinya kerugian. Dengan melakukan peramalan, investor diharapkan dapat membuat keputusan investasi yang tepat. Penelitian ini bertujuan untuk mengetahui model peramalan yang akurat untuk meramalkan harga saham PT. Adaro Energy (ADRO) dan saham PT. Bukit Asam (PTBA) periode data selama 10 tahun sejak Oktober 2008 sampai dengan Oktober 2018. Keterbaharuan dalam penelitian ini adalah membandingkan dua model Autoregressive Integrated Moving Average (ARIMA) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) sehingga dapat diketahui model yang memiliki tingkat keakuratan terbaik untuk meramalkan harga saham pada periode mendatang. Hasil dari penelitian ini menggambarkan bahwa terdapat unsur heterokedastisitas pada saham ADRO sehingga pemodelan tidak berhenti pada model ARIMA namun dilanjutkan sampai model GARCH. Sedangkan data saham PTBA tidak mengandung unsur heterokedastisitas sehingga pemodelan hanya sampai model ARIMA. Pada saham ADRO model ARIMA mempunyai tingkat kesalahan yang lebih kecil dibandingkan model GARCH. Pada saham PTBA model ARIMA juga terpilih sebagai model yang paling akurat. \nKata Kunci: ARIMA, GARCH, dan Pertambangan","PeriodicalId":34882,"journal":{"name":"Jurnal Ilmu Keuangan dan Perbankan","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-12-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmu Keuangan dan Perbankan","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/JIKA.V10I1.3331","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Dalam berinvestasi para investor menggunakan alat statistik salah satunya adalah peramalan. Peramalan dilakukan oleh investor untuk memperlancar transaksi, meningkatkan keuntungan ataupun meminimalisir terjadinya kerugian. Dengan melakukan peramalan, investor diharapkan dapat membuat keputusan investasi yang tepat. Penelitian ini bertujuan untuk mengetahui model peramalan yang akurat untuk meramalkan harga saham PT. Adaro Energy (ADRO) dan saham PT. Bukit Asam (PTBA) periode data selama 10 tahun sejak Oktober 2008 sampai dengan Oktober 2018. Keterbaharuan dalam penelitian ini adalah membandingkan dua model Autoregressive Integrated Moving Average (ARIMA) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) sehingga dapat diketahui model yang memiliki tingkat keakuratan terbaik untuk meramalkan harga saham pada periode mendatang. Hasil dari penelitian ini menggambarkan bahwa terdapat unsur heterokedastisitas pada saham ADRO sehingga pemodelan tidak berhenti pada model ARIMA namun dilanjutkan sampai model GARCH. Sedangkan data saham PTBA tidak mengandung unsur heterokedastisitas sehingga pemodelan hanya sampai model ARIMA. Pada saham ADRO model ARIMA mempunyai tingkat kesalahan yang lebih kecil dibandingkan model GARCH. Pada saham PTBA model ARIMA juga terpilih sebagai model yang paling akurat.
Kata Kunci: ARIMA, GARCH, dan Pertambangan
在投资投资者使用统计工具的过程中,有一种方法是预测。投资者进行面相协调以促进交易,增加利润或减少损失。通过进行预测,投资者希望做出正确的投资决定。这项研究的目的是确定准确的预测模型,以预测从2008年10月到2018年10月的PT. Adaro Energy (ADRO)和PT. hill atba (PTBA) 10年的数据周期。这项研究的最新进展是将两种Autoregressive集成动动率(ARIMA)模型和广义上的Autoregressive上的hetercedasticity (GARCH)模型进行比较,这样就可以知道哪些模型在未来一段时间内的准确率最高,可以预测股票价格。这项研究的结果表明,ADRO的股票中存在异质成分,因此建模不是停在ARIMA模型上,而是一直持续到GARCH模型。而PTBA的库存数据不包含密度的成分,因此建模只能到ARIMA模型。在股票中,ARIMA模型的ADRO误差比GARCH模型小。在PTBA模型ARIMA也被选为最准确的模型。关键词:ARIMA, GARCH和矿业