Perbandingan Peramalan Nilai Indeks Harga Saham Gabungan (Ihsg) Dengan Auto Regressive Integrated Moving Average (Arima) Dan Extreme Learning Machine (Elm) Pada Masa Pandemi Covid-19 (Studi Kasus: Data Nilai Indeks Harga Saham Gabungan (Ihsg) Di Indonesia Tahun 2016 Sampai Tahun 2020)
Abstract
Saham menjadi salah satu sarana investasi paling diminati masyarakat
Indonesia yang bermodal berlebihan. Indeks Harga Saham Gabungan (IHSG)
merupakan salah satu indikator utama yang menunjukkan apakah pasar modal
sedang naik (bullish) atau turun (bearish). Banyak negara yang sedang berjuang
melawan virus Covid-19, salah satunya adalah negara Indonesia. Dengan adanya
virus Covid-19 berpengaruh terhadap banyak sektor, salah satunya adalah sektor
ekonomi yaitu IHSG. Oleh karena itu perlu analisis untuk melihat peramalan
saham kedepannya menggunakan data IHSG. Data IHSG merupakan data time
series yang dapat diprediksi untuk beberapa periode ke depan. Metode yang
dapat digunakan untuk memprediksi data deret waktu adalah metode Auto
Regressive Integrated Moving Average (ARIMA) dan metode Extreme Learning
Machine (ELM). Berdasarkan nilai MAPE menunjukkan bahwa metode ARIMA
lebih sesuai karena memiliki nilai kesalahan yang lebih kecil dan tingkat
kesalahan prediksi sebesar 5.1872% dan didapatkan hasil peramalan nilai IHSG
selalu naik hingga bulan Desember didapatkan nilai sebesar 6089,892.
Collections
- Statistics [905]