| dc.description.abstract | Pasar saham merupakan indikator utama yang mencerminkan kondisi ekonomi suatu negara dan
sering kali dipengaruhi oleh berbagai faktor makroekonomi serta sentimen pasar. Oleh karena itu,
metode peramalan yang akurat sangat diperlukan untuk membantu investor, regulator, dan
pemangku kepentingan dalam mengambil keputusan yang lebih tepat. Penelitian ini bertujuan
untuk membandingkan performa model ARIMA-GARCH dan LSTM dalam memprediksi
pergerakan Indeks Harga Saham Gabungan (IHSG) pada tiga periode yang berbeda, yaitu sebelum,
selama, dan setelah pandemi COVID-19. Hasil penelitian menunjukkan bahwa model ARIMA-
GARCH lebih unggul dalam hal akurasi dibandingkan dengan LSTM, yang terlihat dari nilai MSE,
RMSE, dan MAPE yang lebih rendah di semua periode. Model ARIMA-GARCH terbukti lebih
efektif dalam menangkap pola volatilitas pasar, baik dalam kondisi stabil sebelum pandemi
maupun saat terjadi gejolak selama dan setelah pandemi. Di sisi lain, meskipun model LSTM
memiliki keunggulan dalam menangkap pola non-linear yang kompleks, model ini mengalami
kesulitan dalam mengakomodasi perubahan pola data yang drastis akibat ketidakpastian ekonomi
selama pandemi. Dengan demikian, hasil penelitian ini memberikan pengetahuan yang berharga
bagi investor, akademisi, dan regulator dalam memilih model peramalan yang paling sesuai untuk
memprediksi pergerakan pasar saham serta dalam merumuskan strategi investasi dan manajemen
risiko yang lebih optimal. | en_US |
