Peramalan Harga dan Tren Saham Menggunakan Model ARIMA-GARCH dan Hidden Markov Model
DOI:
https://doi.org/10.47662/farabi.v8i1.866Kata Kunci:
ARIMA, GARCH, Hidden Markov Model, Tren Saham, PeramalanAbstrak
Dalam penelitian ini, model ARIMA-GARCH digunakan untuk meramalkan harga saham dan volatilitas, sedangkan Hidden Markov Model (HMM) digunakan untuk mendeteksi tren tersembunyi berdasarkan hasil peramalan tersebut. Data yang digunakan adalah data historis harga saham harian PT Bukit Asam Tbk periode Oktober 2022 hingga Oktober 2023. Dari model ARIMA-GARCH diperoleh model terbaik untuk meramalkan harga saham pembukaan dan penutupan PT Bukit Asam Tbk adalah ARIMA(0,1,1)-GARCH(1,0) dan ARIMA(1,1,0)-GARCH(1,0) dengan persamaan dan . Hasil peramalan ini akan digunakan untuk mengidentifikasi dan meramalkan tren tersembunyi dalam pergerakan harga saham. Berdasarkan hasil analisis Hidden Markov Model (HMM), seluruh hidden state menunjukkan kondisi bearish yang mengindikasikan bahwa pasar secara keseluruhan berada dalam tren penurunan, meskipun terdapat fluktuasi harian pada harga saham.
Kata Kunci : ARIMA-GARCH, Hidden Markov Model, Peramalan, Saham, Tren Pasar.
Referensi
Efendy, N., & Setiawan, M. (2014). Ekonometrika: Pendekatan Teori dan Terapan. Jakarta: Salmeba Empat
Engle, R. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of Variance of UK Inflation.Econometrica
Faustina, R. S. (2016). Model Hybrid ARIMA-GARCH untuk Estimasi Volatilitas Harga Emas Menggunakan Software R. Universitas Negeri Semarang.
Heizer, J., & Barry, R. (2001). Operations Management. New Jersey: Prentice-Hall Internasional.
Makridakis, Wheelwright, & McGee. (1999). Metode dan Aplikasi Peramalan. Jakarta: Binarupa Aksara
Purnama, E. H. (2023). Aplikasi Algoritma Viterbi dalam Hidden Markov Model untuk Menganalisis Trend Pasar Saham di Bursa Efek (Studi Kasus di PT. Bank Central Asia, Tbk.). Jurnal EureMatika, 99-110
Setyawan, I.R., & Syaftina, R. (2013). Penilaian Kinerja Keuangan pada Emiten LQ-45 Periode 2007-2011 di Bursa Efek Indonesia. Universitas Tarumanagara Journal of Accounting, Vol. 17, No. 01, hal. 84-100
Rabiner, L. R., & Juang, B. H. (1986). An Introduction to HMM. New Jersey : IEEE ASSP Magazine.
Rabiner, L. R., Wilpon, J. G., & Soong, F. K. (New Jersey). High Performance Connected Digit Recognition Using Hidden Markov Models. 1989 : IEEE ASSP Magazine
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Dea Melinda Simamora, Syahriol Sitorus, Muhammad Romi Syahputra, Maulida Yanti
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
