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.