Perbandingan Metode ARIMA dan Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan dengan Nilai Earning Per Share (EPS) Tertinggi
Keywords:
Earning per share, Peramalan harga saham, ARIMA, Double Exponential Smoothing, MAPEAbstract
Secara umum, saham adalah surat tanda kepemilikan perusahaan. Harga saham terbentuk di pasar saham dan ditentukan oleh beberapa faktor seperti laba per saham dasar atau earning per share, rasio laba terhadap harga per lembar saham atau price earning ratio, tingkat bunga bebas resiko yang diukur dari tingkat bunga deposito pemerintah dan tingkat kepastian operasi perusahaan. Earning Per Share (EPS) merupakan komponen penting pertama yang harus diperhatikan dalam analisis fundamental perusahaan. Informasi EPS suatu perusahaan menunjukkan besarnya laba bersih perusahaan yang siap dibagikan untuk semua pemegang saham perusahaan. EPS merupakan rasio yang menunjukkan berapa besar keuntungan yang diperoleh investor atau pemegang saham per lembar saham. Investor yang ingin menanamkan modalnya di pasar saham harus mengetahui bagaimana prediksi harga saham kedepan agar tidak mengalami kerugian. Pada penelitian ini digunakan metode peramalan Autoregressive Integrated Moving Average (ARIMA) dan Exponential Smoothing untuk memprediksi harga saham tiga perusahaan berdasarkan nilai EPS tertinggi dari saham-saham yang tergabung dalam LQ45. Kedua metode tersebut dibandingkan untuk melihat metode yang lebih baik dalam peramalan harga saham tersebut dengan melihat nilai Mean Absolute Percentage Error (MAPE) dari masing-masing metode. Berdasarkan hasil peramalan, nilai MAPE metode Exponential Smoothing lebih kecil dibandingkan metode ARIMA. Hal itu menunjukkan bahwa metode Exponential Smoothing lebih baik daripada metode ARIMA untuk peramalan harga saham pada penelitian ini.
Downloads
References
Data Saham LQ45, diakses melalui htttp://idx.co.id pada Januari 2017.
Data Saham Harian GGRM, UNTR dan INTP, diakses melalui htttp://finance.yahoo.com pada Januari 2017.
Fitria, I., (2016), Optimasi Portofolio dalam Manajemen Investasi Saham Berdasarkan pada Prediksi Harga Saham, Tesis Jurusan Matematika, Institut Teknologi Sepuluh Nopember, Surabaya.
Ostertagova, E dan Ostertag, O., (2011), The Simple Exponential Smoothing. Modelling of Mechanical and Mechatronic Systems.
Paul, J. C., Horque, S., dan Rahman, M. M.. (2013), Selection of Best ARIMA Model for Forecasting Average Daily Share Price Index of Pharmaceutical Comanies in Bangladesh: A Case Study on Square Pharmaceutical Ltd., Global Journal of Management and Business Research Finance, Vol. 13.
Ramos, P., Santos, N., dan Rebelo, R., (2015), Performance of State and ARIMA Models for Consumer Retail Sales Forecasting, Robotics and Computer-Integrated Manufacturing, Vol. 34, Hal. 151-163.
Rosadi, D., (2009), Analisis Ekonometrika & Runtun Waktu Terapan dengan R. Universitas Gajah Mada, Yogyakarta.
Santosa, B., dkk., (2009), Penerapan Metode Optimasi Exponential Smoothing Untuk Peramalan Debit.
Wei, W.S (2006). Time Series Analysis Univariate and Multivariate Methods. Pearson Education Inc.: Amerika.
Weston, J. F. dan Brigham, E. F. (2001). Manajemen Keuangan. Jakarta: Erlangga.
