Perhitungan Prediksi Saham PT. Indofood Sukses Makmur Tbk. Menggunakan R Studio Dengan Metode Autoregressive Integrated Moving Average (ARIMA)

Jonassen Kenrick, Yanti '

Abstract


PT. Indofood Sukses Makmur Tbk merupakan salah satu saham consumer yang memiliki induk perusahaan yaitu PT. Indofood Sukses Makmur Tbk (INDF) yang sama bergerak di bidang consumer. Pada tahun 2020, dampak dari pandemi virus korona sangat dirasakan oleh masyarakat maupun pemerintah, yang salah satunya juga berdampak besar pada sektor ekonomi. Perusahaan-perusahaan makro menunjukkan harga saham yang menurun drastis pada awal tahun 2020 akibat adanya pandemi. Dan disitulah para investor tergiur untuk membeli saham. Namun, hingga saat ini, harga saham-saham perusahaan makro, termasuk saham INDF masih terjadi fluktuasi. Sehingga sulit untuk menentukan harga saham kedepannya. Oleh karena itu, diperlukan penelitian untuk memprediksi harga saham INDF di masa depan. Penelitian ini bertujuan untuk memberikan informasi mengenai harga saham INDF di masa depan berdasarkan hasil prediksi yang kemudian dapat digunakan oleh investor untuk membaca grafik saham INDF kedepannya sehingga tidak mengalami capital loss. Penelitian ini menggunakan R Studio Dengan Metode Autoregressive Integrated Moving Average (ARIMA). Berdasarkan metode penelitian yang dilakukan berupa input dan pengolahan data, mengecek stasioneritas, spesifikasi model, estimasi parameter, residual analysis, dan forecasting, didapatkan hasil mengenai prediksi harga saham INDF serta menunjukkan hasil yang cukup akurat. Hal ini dapat dilihat dari hasil prediksi harga saham pada bulan Febuari – April 2021 dengan data aktual yang ada. Angka dari data aktual masih termasuk dalam batas atas dan batas bawah hasil prediksi.

Keywords


Teknologi, R Studio, ARIMA, Saham INDF

Full Text:

PDF

References


Mandehall, Wiliam. Sincich, Terry. 2016. Statistics for Engineering and the Sciences. Chapman, Hall/CRC.

Burns, Holly. Steve. 2015. Moving Averages 101: Incredibles Signals That Will Make You Money in the Stock Market 6th Edition. Stolly Media . LLC, vol 6:1, 50-60.

Harell, Frak. 2015. Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression 2nd Edition. Springer, vol 2:1, 103-142.

Darlington, Richard. Hayes, Andrew. 2016. Regression Analysis and Linear Models: Concepts, Applications, and Implementation. The Guilford Press, 50-67.

Khanif, Ahmad. 2016. Pengembangan Model Prediksi Harga Saham Berbasis Neural Network. Vol 7:1, no 1

Prof. Wan, Alan. 2017. ARIMA Forecasting Chapter 5. Vol 5:1, 61-109.

Hartati . 2017. Penggunaan Metode ARIMA dalam Meramal Penggerakan Inflasi. FMIPA Universitas Terbuka. Vol 18:1, no 1.

Paolella, Marc. 2018. Linear Models and Time-Series Analysis: Regression, ANOVA, ARIMA, and GARCH. Department of Banking and Finance. University of Zurich. The Willey & Sons Inc.

Sukamto, Anggi. 2018. Peramalan Saham Berdasarkan Data Masa Lalu dengan Pendekatan Fuzzy Time Series. Jurnal UNTAN. Vol 4:1, no 2.

Saldira, Iga. 2019. Analisis Nilai Harga Wajar Saham Pada Pt Indofood Sukses Makmur, Tbk Dengan Menggunakan Metode Gordon Growth Model. Fakultas Ekonomi. Universitas Gunadarma

Rizka, Widya, dkk. 2020. Analisis Prediksi Harga Saham PT. Telekomunikasi Indonesia Menggunakan Metode Support Vector Machine. Fountain of Informatics Journal. Universitas Muhammadiyah Malang. Volume 5, No. 2




DOI: https://doi.org/10.17509/seict.v2i2.41552

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Journal of Software Engineering, Information and Communication Technology (SEICT)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Journal of Software Engineering, Information and Communicaton Technology (SEICT), 
(e-ISSN:
2774-1699 | p-ISSN:2744-1656) published by Program Studi Rekayasa Perangkat Lunak, Kampus UPI di Cibiru.


 Indexed by.