Perpustakaan UIN K.H. Abdurrahman Wahid Pekalongan

Universitas Islam Negeri

  • Beranda
  • Masuk
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Analisis Peramalan Harga Saham PT Bank Syariah Indonesia TBK. Menggunakan Metode Arima

SKRIPSI EKOS

Analisis Peramalan Harga Saham PT Bank Syariah Indonesia TBK. Menggunakan Metode Arima

Lisa Nurani (4119123) - Nama Orang; Wilda Yulia Rusyida, M.Sc - Nama Orang;

Peramalan adalah proses memprediksi data dengan menguji metode peramalan dengan tujuan untuk mengevaluasi kebijakan perusahaan saat ini dan menentukan seberapa besar pengaruhnya di masa depan. Harga saham harian yang naik turun sering dianggap sebagai investasi berisiko. Investor menggunakan pergerakan saham yang tidak stabil sebagai indikator kunci untuk memutuskan menjual, menahan, atau membeli suatu saham karena menggambarkan kondisi pasar saat ini. Penting bagi seorang investor untuk melakukan prediksi harga saham sebelum melakukan investasi agar memberikan dasar untuk perencanaan keuangan dan pengambilan keputusan, menjaga perkembangan pasar keuangan yang sehat dan memaksimalkan kepentingan lembaga yang menghasilkan keuntungan. Untuk itu dalam penelitian ini menggunakan metode ARIMA sebagai metode dalam melakukan peramalan harga saham PT Bank Syariah Indonesia Tbk.
Tujuan dari penelitian ini adalah untuk mendeskripsikan model peramalan ARIMA terbaik dan hasil dari peramalan harga saham PT Bank Syariah Indonesia Tbk. periode 2 Januari 2023 sampai dengan 29 Desember 2023.
Penelitian ini menggunakan jenis penelitian deskriptif dengan pendekatan kuantitatif. Data yang digunakan pada penelitian ini adalah data sekunder berupa harga penutupan harian saham PT Bank Syariah Indonesia Tbk. (BRIS) periode 2 Februari 2021 sampai dengan 30 Desember 2022 yang diperoleh melalui www.yahoofinance.com.
Hasil penelitian menunjukkan bahwa model terbaik yang digunakan untuk meramalkan harga saham PT Bank Syariah Indonesia Tbk. adalah model ARIMA Seasonal (0,1,2)(0,1,2) yang mempunyai nilai RMSE terkecil sebesar 57,084. Hasil peramalan harga saham PT Bank Syariah Indonesia Tbk. mengalami penurunan dengan nilai ramalan harga saham tertinggi sebesar Rp1286,00 dan nilai ramalan harga saham terendah sebesar Rp1100,00. Dalam hal ini, ada kemungkinan harga saham tidak hanya dipengaruhi oleh waktu, tetapi juga oleh faktor eksternal lainnya seperti kenaikan suku bunga perbankan yang menyebabkan harga saham cenderung turun.
Kata kunci: Peramalan, Harga Saham, ARIMA

DAFTAR PUSTAKA :
Abdillah, M. F. P., Zukhronah, E., & Respatiwulan. (2021). Peramalan Harga Saham PT Bank Central Asia Tbk Menggunakan Metode Auto Regressive Integrated Moving Average (ARIMA). Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST), 110–117.

Amelia, A. A., Handayani, D., Harryani, F. N., & Susangka, U. (2022). Implementasi Manajemen Keuangan, Sumber Daya Manusia, Pendidikan, dan Rumah Sakit (Cetakan 1). PT. Nasya Expanding
Management.

Azis, M., Mintarti, S., & Nadir, M. (2015). Manajemen Investasi Fundamental, Teknikal, Perilaku Investor dan Return Saham. Deepublish.

Bergh, D. D., Connelly, B. L., Ketchen, D. J., & Shannon, L. M. (2014). Signalling theory and equilibrium in strategic management research: An assessment and a research agenda. Journal of Management Studies, 51(8), 1334–1360. https://doi.org/10.1111/joms.12097

Brigham, E. F. (1998). Fundamental Of Financial Management (Edition 8). The Dryden Press.

Daqiqil, I. (2021). Machine Learning: Teori, Studi Kasus dan Implementasi Menggunakan Python (Edisi 1). UR Press.

Darmadji, T., & Fakhruddin, H. M. (2008). Pasar Modal di Indonesia, Pendekatan Tanya Jawab. Salemba Empat.

Gandhmal, D. P., & Kumar, K. (2019). Systematic analysis and review of stock market prediction techniques. Computer Science Review, 34, 100190. https://doi.org/10.1016/j.cosrev.2019.08.001

Hardani, Auliya, N. H., Andriani, H., Ustiawaty, R. A. F. J., Utami, E. F., Sukmana, D. J., & Ria Rahmatul Istiqomah. (2015). Buku Metode Penelitian Kualitatif dan Kuantitatif. In Pustaka Ilmu (Issue March).

Juanda, B., & Junaidi. (2012). Ekonometrika Deret Waktu: Teori dan Aplikasi (Cetakan 1). IPB Press.

Kasmir. (2016). Pengantar Manajemen Keuangan (Edisi Kedu). Kencana.

Kasmir, & Jakfar. (2003). Studi Kelayakan Bisnis (Edisi Revi). Kencana.

Khaira, U., Utomo, P. E. P., Suratno, T., & Gulo, P. C. S. (2019). Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Autoregressive Integrated Moving Average (ARIMA). JUSS (Jurnal Sains Dan Sistem Informasi), 2(2), 11–17. https://doi.org/10.22437/juss.v2i2.8449

Khan, S., & Alghulaiakh, H. (2020). ARIMA model for accurate time series stocks forecasting. International Journal of Advanced Computer Science and Applications, 11(7), 524–528.
https://doi.org/10.14569/IJACSA.2020.0110765

KSEI. (2021). Statistik Pasar Modal Indonesia Desember 2021. Kustodian Sentral Efek Indonesia, 1–6.

Linanda, R., & Afriyenis, W. (2018). Pengaruh Struktur Modal dan Profitabilitas Terhadap Harga Saham. Jurnal Ekonomi Dab Bisnis Islam, 3.

Lusikooy, J., Nainggolan, N., & Titaley, J. (2017). Prediksi Harga Tutup Saham PT. Garuda Indonesia,Tbk Menggunakan Metode ARIMA. Jurnal MIPA, 6(1), 74. https://doi.org/10.35799/jm.6.1.2017.16174

Media Internal Kementrian BUMN. (2021). BSI, Energi Baru Ekonomi Indonesia. Bumn, 1–11. https://bumn.go.id/storage/papers/MJ8YSdgObjknq25fbInkRTAVjHZuLNwrRckFBIYP.pdf

Nachrowi, D., & Usman, H. (2004). Teknik Pengambilan Keputusan :Dilengkapi Teknik Analisis dan Pengolahan Data Menggunakan Paket Program LINDO dan SPSS. Grasindo.

Nguyen, N. (2018). Hidden markov model for stock trading. International Journal of Financial Studies, 6(2). https://doi.org/10.3390/ijfs6020036

Otoritas Jasa Keuangan. (2021a). LAPORAN PERKEMBANGAN KEUANGAN SYARIAH INDONESIA. 14–16. https://www.ojk.go.id/id/kanal/syariah/data-dan-statistik/laporan-perkembangan-keuangan-syariah-indonesia/Pages/Laporan-Perkembangan-Keuangan-Syariah-Indonesia-2021.aspx

Otoritas Jasa Keuangan. (2021b). SIARAN PERS PASAR MODAL INDONESIA MENGUAT DORONG PEMULIHAN EKONOMI Penutupan Perdagangan Bursa Efek Indonesia 2021. Sp 87/Dhms/Ojk/Xii/2021, 2, 1–7.
https://jurist.by/zhurnal/statia/zashita-intellektualnoj-sobstvennosti-net-principu-ex-officio

Pohan, F. A. (2022). Forecasting Harga Saham Pada PT Astra Internasional Tbk. Menggunakan Metode ARIMA. Institut Agama Islam Negeri (IAIN) Padangsidimpuan.

Pratama, V. Y., & Rusyida, W. Y. (2020). Analisis Prediksi Harga Saham Sinar Mas Group (Studi Peristiwa: Tuntutan Hak Waris). Jurnal Pasar Modal Dan Bisnis, 2(2), 203–216.

Przepiorka, W., & Berger, J. (2017). Signaling theory evolving: Signals and signs of trustworthiness in social exchange. Social Dilemmas, Institutions, and the Evolution of Cooperation, 373–392. https://doi.org/10.1515/9783110472974-018

Ratnawati, S. N. (2018). Peramalan Harga Saham Pt Dharma Samudera Fishing Industries Tbk Menggunakan Arima Box-Jenkins.
https://repository.its.ac.id/58684/%0Ahttps://repository.its.ac.id/58684/1/10611500000102-Non_Degree.pdf

Rezaldi, D. A., & Sugiman. (2021). Peramalan Metode ARIMA Data Saham PT . Telekomunikasi Indonesia. PRISMA, Prosiding Seminar Nasional Matematika, 4, 611–620.

Rukajat, A. (2018). Pendekatan Penelitian Kuantitatif : Quantitative Research Approach (Edisi 1). Deepublish.

Rusyida, W. Y., & Pratama, V. Y. (2020). Prediksi Harga Saham Garuda Indonesia di Tengah Pandemi Covid-19 Menggunakan Metode ARIMA. Square : Journal of Mathematics and Mathematics Education, 2(1), 73. https://doi.org/10.21580/square.2020.2.1.5626

Saiful, S., & Ayu, D. P. (2019). Risks Management and Bank Performance: the Empirical Evidences From Indonesian Conventional and Islamic Banks. International Journal of Economics and Financial Issues, 9(4), 90–94. https://doi.org/10.32479/ijefi.8078

Sedighi, M., Jahangirnia, H., Gharakhani, M., & Fard, S. F. (2019). A novel hybrid model for stock price forecasting based on metaheuristics and support vector machine. Data, 4(2), 1–28.
https://doi.org/10.3390/data4020075

Sismi, & Darsyah, M. Y. (2018). Perbandingan Prediksi Harga Saham PT.BRI, Tbk dengan METODE ARIMA dan MOVING AVERAGE. Prosiding Seminar Nasional Mahasiswa Unimus, 1(1), 351–360.
http://prosiding.unimus.ac.id/index.php/mahasiswa/article/view/170

Sitepu, R. K.-K., & Sinaga, B. M. (2018). APLIKASI MODEL EKONOMETRIKA Estimasi, Simulasi dan Peramalan Menggunakan Program SAS@ 9.2 (Cetakan 1). Penerbit IPB Press.

Sugiyono. (2019). Metode Penelitian Kuantitatif. Alfabeta.

Sujarweni, V. W. (2015). Metodologi Penelitian Bisnis & Ekonomi. Pustaka Baru Press.

Ulfa, A. (2021). Dampak Penggabungan Tiga Bank Syariah di Indonesia. Jurnal Ilmiah Ekonomi Islam, 7(2), 1101–1106. https://doi.org/10.29040/jiei.v7i2.2680

Warren, W. E., Stevens, R. E., & McConkey, C. W. (1990). Using Demographic and Lifestyle Analysis to Segment Individual Investors. Financial Analysts Journal, 46(2), 74–77. https://doi.org/10.2469/faj.v46.n2.74

Zulfikar. (2016). Pengantar Pasar Modal dengan Pendekatan Statistika (Edisi 1). Deepublish.





Ketersediaan
23SK2341363.00SK EKOS 23.363 LIS aMy Library (Lantai.3, Local Content)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
SK EKOS 23.363 LIS a
Penerbit
Pekalongan : Program Studi S-1 Ekonomi Syariah FEBI UIN KH Abdurrahman Wahid Pekalongan., 2023
Deskripsi Fisik
xxii, 68 hlm., 21X30 cm.; Bibliografi : hlm.65-68
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
332.6
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Saham
ekonomi keuangan
Metode Arima
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Lisa Nurani (4119123)
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan UIN K.H. Abdurrahman Wahid Pekalongan
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik