Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima
Abstract
Bursa efek Indonesia memiliki daftar perusahaan yang mempunyai kinerja dan performa perusahaan yang baik. Yang dimana bisa dilihat dari perkembangan perusahaan tersebut beberapa tahun terakhir. Perusahaan ini memiliki angka kapitalisasi pasar yang tinggi, perusahaan tersebut mempunyai Liquiditas yang tinggi sehingga disebut dengan LQ45.Dalam menganalisa pergerakan harga saham khususnya LQ45, dibutuhkan kemampuan analisa dan pengalaman dalam mengelola portofolio saham untuk memaksimalkan keuntungan dan meminimalisir kerugian. Investor pemula yang minim pengetahuan dan pengalaman sering melakukan kesalahan dalam mengelolah portfolio, seperti terlalu cepat menjual lembar saham saat terjadi perubahan harga yang tidak dapat diprediksi sehingga menghasilkan kerugian. Dalam hal ini investor pemula membutuhkan suatu aplikasi yang dapat membantu para investor dalam menganalisa pergerakan harga saham LQ45 dengan menganalisa faktor teknis, analisa dan prediksi harga saham LQ45 secara otomatis, instan dan efisien dengan memanfaat teknologi internet menggunakan algoritma prediksi seperti ARIMA (Autogeressive Integrated Average) untuk memprediksi pergerakan harga saham dimasa mendatang. Dalam merancang Aplikasi Prediksi Harga Saham LQ45. Dibutuhkan data historis Semua daftar Perusahaan LQ45, sebagai simulasi impelementasi Algoritma ARIMA, Dalam penelitian ini, penulis menggunakan data historis harga saham dari BBCA (Bank Central Asia TBK) yang dimana diambil dari priode 29 November 2019 Hingga 29 Mei 2020. Data tersebut diidentifikasi dengan beberapa metode pengujian data dan akan ditemukan berbagai Model ARIMA yang sesuai dengan data nantinya.
Kata Kunci : Investor, Bursa Efek, Saham, LQ45,ARIMA.
Full Text:
PDFReferences
Candradewi, M. R. (2016). Pengaruh Kinerja Keuangan Terhadap Return Saham Pada Perusahaan Lq45 Di Bei: Analisis Regresi Data Panel . E-Jurnal Ekonomi Dan Bisnis Universitas Udayana.
Hanurowati, N., Mukid, M. A., & Prahutama, A. (2016). Pemodelan Dan Peramalan Indeks Harga Saham Gabungan (Ihsg), Jakarta Islamic Index (Jii), Dan Harga Minyak Dunia Brent Crude Oil Menggunakan Metode Vector Autoregressive Exogenous (Varx). Jurnal Gaussian.
Mendome, K., Nainggolan, N., & Kekenusa, J. (2016). Penerapan Model Arima Dalam Memprediksi Jumlah Tindak Kriminalitas Di Wilayah Polresta Manado Provinsi Sulawesi Utaraklorofil. Jurnal Mipa Unsrat Online.
Pratama, M. I., Adikara, P. P., & Adinugraha, S. (2018). Peramalan Harga Saham Menggunakan Metode Extreme Learning Machine (Elm) Studi Kasus Saham Bank Mandiri . Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer.
Riyanto, E. (2017). Peramalan Harga Saham Menggunakan Jaringan Syaraf Tiruan Secara Supervised Learning Dengan Algoritma Backpropagation . Peramalan Harga Saham Menggunakan Jaringan Syaraf Tiruan Secara Supervised Learning Dengan Algoritma Backpropagation .
Rohmawati, I. (2017). Pengaruh Volume Perdagangan, Dividend Payout Ratio Dan Inflasi Terhadap Volatilitas Harga Saham Pada Perusahaan Yang Terdaftar Dalam Indeks Lq45 Tahun 2011-2015. Pengaruh Volume Perdagangan.
Salwa, N., Tatsara, N., Amalia, R., & Zohra, F. A. (2018). Peramalan Harga Bitcoin Menggunakan Metode Arima (Autogressive Integrated Average). Journal Of Data Analysis, 22-23.
DOI: https://doi.org/10.29103/sisfo.v5i1.4849
Article Metrics
Abstract Views : 1344 timesPDF Downloaded : 486 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Arni Astuti Kurniasi, Mochamad Ari Saptari, Veri ilhadi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Universitas Malikussaleh |
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.