PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA

  • Andreas Reza Chrisantama Universitas Sebelas Maret
  • Winita Sulandari Universitas Sebelas Maret
  • Sugiyanto Sugiyanto Universitas Sebelas Maret
Keywords: ekonomi, IHSG, autoSSA, time series, seasonal

Abstract

Keinginan dari seseorang untuk memenuhi kebutuhan serta permintaan dalam
aktivitasnya setiap hari akan semakin banyak, apalagi sekarang di dalam masa kehidupan
pandemik ini banyak masyarakat yang ingin meningkatkan kembali ekonomi mereka. Maka
dari itu diperlukan penanda dari pergerakan pasar saham untuk mengukur kinerja seluruh
saham yang tercatat di papan utama, yang merupakan asal terciptanya dari Indeks Harga
Saham Gabungan (IHSG). Peramalan indeks harga saham ini penting bagi masyarakat yang
ingin mengukur kinerja portofolio dari investasi mereka serta bagi negara yang
mengandalkan IHSG dalam menunjukkan pertumbuhan ekonomi Indonesia. Tujuan dari
penelitian ini adalah menerapkan metode autoSSA yang merupakan pembuatan grup baru
secara otomatis pada data yang sudah direkonstruksi untuk melihat nilai prediksi yang akan
datang dari indikator yang sudah diambil. Metode autoSSA dipilih karena teknik projektif
secara tradisional tidak dapat langsung diterapkan pada sinyal one-dimensional., yang
merupakan kasus time series. Indikator IHSG yang digunakan adalah data Indeks mingguan
pada tahun 2018 hingga 2020. Tahap-tahap untuk melakukan prediksi dengan metode ini
antara lain membuat serta memeriksa plot data deret waktu yang telah diambil, melakukan
tahap dekomposisi serta merekonstruksi kembali data time series yang baru, dan akan
dilakukan peramalan data time series dalam 50 minggu ke depan dari model data yang telah
didapatkan untuk melihat pergerakan IHSG ke depannya. Hasil prediksi yang didapatkan
dari metode ini menunjukkan adanya pergantian fluktuasi secara musiman (seasonal)
dengan nilai tertinggi berada di minggu ke-29 dan nilai terendah berada di minggu ke-50.

Downloads

Download data is not yet available.

References

[1] Anoraga, P. and Pakarti, P., Pengantar pasar modal (2001).
[2] Marques, C. A. F., Ferreira, J. A., Rocha, A., Castanheira, J. M., Melo-Gonçalves, P.,
Vaz, N., & Dias, J. M. Singular spectrum analysis and forecasting of hydrological time
series. Physics and Chemistry of the Earth, Parts A/B/C, 31(18), 1172-1179 (2006).
[3] Kalantari, Mahdi, and Hossein Hassani. "Automatic grouping in singular spectrum
analysis." Forecasting 1(1) 189-204 (2019).
[4] Golyandina, N., & Korobeynikov, A. Basic singular spectrum analysis and forecasting
with R. Computational Statistics & Data Analysis, 71, 934-954 (2014).
[5] Maricar, M. A. Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential
Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem
dan Informatika (JSI), 13(2), 36-45 (2019).
Published
2022-04-20
How to Cite
Chrisantama, A. R., Sulandari, W., & Sugiyanto, S. (2022). PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA. Pattimura Proceeding: Conference of Science and Technology, 2(1), 405-410. Retrieved from https://ojs3.unpatti.ac.id/index.php/pcst/article/view/5604
Section
Articles