Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Prediksi harga saham di Indonesia dengan metode Auto Regressive Integrated Moving Average (ARIMA) multi variate

Pasar modal di Indonesia sudah berkembang, sejak 2021 kenaikan investor di Indonesia
mencapai kenaikan sekitar 93% dari tahun sebelumnya. Dikatakan sebanyak 85 sampai 90%
investor mengalami kegagalan dalam berinvestasi, kenaikan investor sejak 2021 itu tentu
membuat semakin banyak investor mengalami kerugian dalam berinvestasi, baik itu investasi
jangka pendek maupun jangka panjang. Harga saham yang berubah-ubah dapat dipengaruhi
oleh banyak faktor, faktor-faktor tersebut harus dapat dianalisa oleh investor agar investor
dapat mengambil keputusan dengan cermat. Salah satu hal yang dapat mengungguli informasi
untuk para investor adalah adanya prediksi atau ramalan. Peramalan adalah teknik memprediksi
sesuatu yang akan terjadi di masa yang akan datang.
Untuk mempermudah dan menjadikan prediksi lebih tepat maka metode yang dipakai
dalam memprediksi adalah Auto regressive integrated Moving Average(ARIMA) Multi Variate.
Metode ini baik untuk memprediksi jangka pendek namun kurang baik dalam memprediksi
jangka panjang. Aplikasi berbasis web ini dibuat dengan menggunakan Bahasa pemograman
python, HTML, dan database MySQL.
Pada penelitian skripsi ini pengguna dapat menentukan jarak dari jumlah dataset yang
ingin dipakai dan jumlah hari yang ingin diprediksi, selain itu pengguna dapat melihat nilai error
perhari dalam bentuk tabel. Diharapkan hasil dari penelitian ini dapat membantu para investor
dalam menganalisa harga saham dalam waktu yang panjang, sehingga investor tau kapan harus
berinvestasi dan keluar dari investasi suatu perusahaan. Penelitian skripsi ini mendapatkan
tingkat ketepatan sebesar 96.9234375% dari 33 perusahaan default yang sudah ada pada list
aplikasi.

Creator(s)
  • (C14170142) YOSUA RICKY ANGGRAWAN
Contributor(s)
  • Leo Willyanto Santoso → Advisor 1
  • Henry Novianus Palit, S.Kom → Advisor 2
  • Agustinus Noertjahyana → Examination Committee 1
Publisher
Universitas Kristen Petra; 2023
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 01022241/INF/2023; Yosua Ricky Anggrawan (C14170142)
Subject(s)
  • APPLICATION SOFTWARE
  • STOCK PRICE INDEXES
  • WEB APPLICATIONS
File(s)

Similar Collection

by creator, contributor, or subject