Analisis Pengaruh Rentang Data Historis Terhadap Prediksi Harga Saham Menggunakan Model ARIMA

Clara Dian Anggraini(1*), Santoso Setiawan(2), Taransa Agasya Tutupoly(3)


(1) Universitas Bina Sarana Informatika
(2) Universitas Bina Sarana Informatika
(3) Universitas Bina Sarana Informatika
(*) Corresponding Author

Abstract


Dinamika pergerakan harga saham di Bursa Efek Indonesia, memiliki tingkat fluktuasi yang tinggi sehingga memerlukan instrumen proyeksi yang akurat bagi investor. Penelitian ini bertujuan untuk menganalisis pengaruh panjang rentang data historis terhadap kualitas prediksi harga saham PT Indofood Sukses Makmur Tbk (INDF) menggunakan model Autoregressive Integrated Moving Average (ARIMA). Metode penelitian yang digunakan adalah kuantitatif deskriptif dengan data sekunder berupa harga mingguan (Weekly Closing Price) yang dibagi ke dalam tiga skenario rentang waktu: 5 tahun, 10 tahun, dan 15 tahun. Prosedur analisis meliputi pengujian stasioneritas dengan penentuan parameter (p, d, q) melalui plot ACF dan PACF, hingga pengujian diagnostik model. Hasil penelitian menunjukkan bahwa model ARIMA memberikan performa sangat baik dengan nilai error di bawah 10% pada semua skenario. Akurasi tertinggi sebesar 94,35% dengan nilai MAPE sebesar 5,65% diperoleh pada skenario data 5 tahun dan 15 tahun menggunakan parameter ARIMA (0,1,0). Maka penelitian ini menentukan bahwa pemilihan data historis yang tepat dan penggunaan model ARIMA sangat efektif sebagai instrumen pendukung keputusan investasi untuk meminimalisir risiko ketidakpastian di pasar modal.

Kata Kunci: prediksi saham; rentang data historis; model ARIMA; MAPE; PT Indofood Sukses Makmur Tbk.


Keywords


Prediksi saham; Rentang data historis; Model ARIMA; MAPE; PT Indofood Sukses Makmur Tbk

Full Text:

PDF

References


Y. Adelina Sitompul and S. Sitepu, “Leibniz: Jurnal Matematika PENERAPAN METODE ARIMA DAN GREY THEORY DALAM MERAMALKAN HARGA SAHAM PT INDOFOOD SUKSES MAKMUR TBK,” Jan. 2024.

A. Ariadi and E. Herlinawati, “PERAMALAN HARGA SAHAM MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE: SEBUAH STUDI KASUS PT BANK CENTRAL ASIA TBK,” 2024.

H. H. Nuha, “Mean Absolute Percentage Error (MAPE) dan Penggunaannya,” JAPATUM) japatum.matradipti.org, vol. 3, no. 4, p. 2025, 2024, doi: 10.59328/.

R. Dwi Karunia, N. Hidayati, J. Soekarno Hatta, T. Kulon, K. Pedurungan, and K. Semarang, “Implementasi Model ARIMA untuk Analisa Prediksi Harga Penutupan Saham Historis Harian Perusahaan BP Minyak dan Gas Multinasional,” vol. 13, no. 3, 2025, doi: 10.26418/justin.v13i3.90747.

C. Adam et al., “ELKOM (Jurnal Elektronika dan Komputer) Prediksi Harga Saham Menggunakan ARIMA Outlier sebagai Pendekatan Awal Menuju Analisis AI Keuangan,” vol. 18, no. 2, 2025, [Online]. Available: https://journal.stekom.ac.id/index.php/elkom

M. Zidan Rusminto, S. Adi Wibowo, and F. Santi Wahyuni, “PERAMALAN HARGA SAHAM MENGGUNAKAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) TIME SERIES,” 2024.


Article Metrics

Abstract view : 8 times
PDF - 1 times

DOI: https://doi.org/10.26714/me.v19i1.21180

Refbacks

  • There are currently no refbacks.




Copyright (c) 2026 MEDIA ELEKTRIKA



Editorial Office of Media Elektrika


Universitas Muhammadiyah Semarang FT-FMIPA Building, 7nd Floor. 
Department of Electrical Engineering
Jl. Kedungmundu Raya No. 18, Kota Semarang, Prov. Jawa Tengah, Indonesia 50273

Phone: 085327178613
Email: [email protected]

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