PENERAPAN MODEL AUTORGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) PADA PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG

Fluktuasi IHSG menggambarkan pergerakan secara umum harga saham-saham
yang terdaftar dalam bursa efek Indonesia. Sehingga peramalan harga IHSG
merupakan suatu hal yang dapat menjadi indikator untuk membeli, menjual ataupun
menahan saham yang terdaftar dalam bursa efek Indonesia. Salah satu metode
peramalan dalam statistik adalah metode peramalan time series yaitu ARIMA yang
memanfaatkan data historis masa lalu untuk meramalkan kejadian di masa depan.
Penelitian ini dilakukan untuk menguji keakuratan metode peramalan time series
Autoregressive Integrated Moving Average (ARIMA) pada peramalan Indeks
Harga Saham Gabungan (IHSG). Studi ini dilakukan dengan analisis fungsi
autokorelasi (ACF) dan fungsi autokorelasi parsial (PACF) dalam menentukan
parameter model ARIMA. Data yang digunakan dalam penelitian ini merupakan
data historis IHSG mingguan dari bulan Januari 2020 hingga Desember 2021. Hasil
analisis penelitian ini menghasilkan model ARIMA(1,2,1) dengan MAPE sebesar
0,63% dan model ARIMA(1,1,0) dengan MAPE sebesar 1,69%. Hasil penelitian
ini menunjukkan model ARIMA baik untuk digunakan sebagai model peramalan.