PREDIKSI JANGKA PENDEK HARGA SAHAM S&P500 MENGGUNAKAN METODE ARIMA

PRASETYO, LALAN AGUNG (2022) PREDIKSI JANGKA PENDEK HARGA SAHAM S&P500 MENGGUNAKAN METODE ARIMA. Other thesis, UPN 'Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (606kB)
	Text COVER.pdf Download (328kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (306kB)
	Text SKRIPSI FULL_Lalan Agung Prasetyo_123150049.pdf Restricted to Repository staff only Download (1MB)
	Text DAFTAR ISI.pdf Download (362kB)
	Text daftar pustaka.pdf Download (249kB)

Abstract

vi
ABSTRAK
S&P 500 adalah sebuah indeks yang terdiri dari saham 500 perusahaan dengan modal besar
yang kebanyakan berbasis di Amerika Serikat. Indeks ini dianggap dapat mempresentasikan
pengaruh bursa saham secara global. Bagi pihak-pihak yang terlibat pada pasar saham akan
terbantu dalam memprediksi indeks kedepannya menggunakan peramalan yang akurat. Dengan
adanya peramalan tersebut, resiko kerugian bisa diantisipasi hingga mendapatkan keuntungan
yang maksimal. Metode ARIMA merupakan metode yang cocok untuk digunakan dalam
melakukan peramalan jangka pendek. Dengan menggunakan model terbaik dapat dihasilkan
peramalan yang akurat dengan tingkat kesalahan (MAPE) yang rendah. Dengan menggunakan
data indeks saham selama 1 tahun dimulai dari 12 Januari 2017 hingga 7 Februari 2018,
dilakukan uji stasioneritas, uji residual, uji sebaran, dan pemeriksaan efek seasonal
menggunakan plot PACF dan plot ACF terhadap beberapa kandidat model terbaik hingga
didapatkan model terbaik yaitu model Seasonal ARIMA (1,1,1)(1,3,1)[5] dengan tingkat
kesalahan peramalan (MAPE) sebesar 0.6578511. Penggunaan metode ARIMA dalam
melakukan peramalan jangka pendek indeks saham S&P 500 mendapatkan hasil yang cukup
akurat asalkan menggunakan model yang tepat. Penelitian dapat ditingkatkan dengan
menggunakan data yang lebih baru sehingga mendapatkan hasil peramalan yang lebih update.
Kata Kunci : ARIMA, Seasonal ARIMA, MAPE, S&P 500, Indeks Saham.

vii
ABSTRACT
The S&P 500 is an index consisƟng of shares of 500 large-capital companies mostly based in
the United States. This index is considered to be able to present the influence of stock
exchanges globally. For parƟes involved in the stock market, it will be helped in predicƟng
future indices using accurate forecasƟng. With this forecasƟng, the risk of loss can be
anƟcipated unƟl you get the maximum profit. The ARIMA method is a suitable method for
use in short-term forecasƟng. Using the best models can be produced accurate forecasƟng
with a low error rate (MAPE). Using stock index data for 1 year starƟng from January 12, 2017
to February 7, 2018, staƟonaryity tests, residual tests, distribuƟon tests, and seasonal effect
checks using PACF plots and ACF plots were carried out on several of the best model
candidates unƟl the best model was obtained, namely the Seasonal ARIMA model
(1,1,1)(1,3,1)[5] with a forecast error rate (MAPE) of 0.6578511. The use of the ARIMA
method in conducƟng short-term forecasƟng of the S&P 500 stock index gets quite accurate
results as long as it uses the right model. Research can be improved by using newer data so as
to get more updated forecasƟng results.
Keywords : ARIMA, Seasonal ARIMA, MAPE, S&P 500, Stock Index.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, Seasonal ARIMA, MAPE, S&P 500, Stock Index.
Subjects:	H Social Sciences > HG Finance
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	25 Aug 2022 03:04
Last Modified:	25 Aug 2022 03:04
URI:	http://eprints.upnyk.ac.id/id/eprint/30787

Actions (login required)

View Item