Analisis Model Intervensi Multi Input Fungsi Pulse dan Fungsi Step dengan Deteksi Outlier terhadap Harga Saham

Lorensya Lorensya, Lukita Ambarwati, Yudi Mahatma

Abstract


Intervention is a shock that occurs due to internal and external factors. This study aims to determine the multi-input intervention model of pulse function and step function with the best outlier detection on stock price data and find out the forecasting results. The ARIMA method is used to process data before the occurrence of intervention so that an intervention order (order b, s, r) is formed. The data used in this study is data on the share price of PT Bank Negara Indonesia (Persero) tbk in the period 20 June 2019 – 30 July 2020. We obtained multi-input intervention model of pulse function (b = 8, s = 0, r = 1) and step function (b = 11, s = 0, r = 1) with the addition of eight outliers of additive outlier type and shift level. Based on the model, the results of forecasting the share price of PT Bank Negara Indonesia (Persero) tbk are in the range of 4,500.00 IDR

Keywords: Intervention, Outlier, Pulse Function, Step Function.

 

Abstrak

Intervensi merupakan suatu goncangan yang terjadi akibat faktor internal maupun faktor eksternal. Penelitian ini bertujuan untuk menentukan model intervensi multi input fungsi pulse dan fungsi step dengan deteksi outlier terbaik pada data harga saham serta untuk mengetahui hasil peramalannya. Metode ARIMA digunakan untuk mengolah data sebelum terjadinya intervensi sehingga terbentuk orde intervensi (orde b, s, r). Data yang digunakan pada penelitian ini adalah data harga saham PT Bank Negara Indonesia (Persero) Tbk pada periode 20 Juni 2019 - 30 Juli 2020. Diperoleh model intervensi multi input fungsi pulse (b = 8, s = 0, r = 1) dan fungsi step (b = 11, s = 0, r = 1) dengan penambahan delapan outlier bertipe additive outlier dan level shift. Berdasarkan model yang terbentuk, diperoleh hasil peramalan harga saham PT Bank Negara Indonesia (Persero) Tbk berada pada kisaran Rp4.500,00.


Keywords


Fungsi Pulse, Fungsi Step, Intervensi, Outlier.

Full Text:

PDF

References


Agustianto, R., Purnamasari, I., & Suyitno, S. (2021). Analisis data ketinggian permukaan air Sungai Mahakam daerah Kutai Kartanegara tahun 2010-2016 menggunakan model Autoregressive Integrated Moving Average (ARIMA) dengan efek outlier. Eksponensial, 11(1), 39-46.

Al Mahkya, D., & Anggraini, D. (2020). Forecasting the number of passengers from Bakauheni Port during the Sunda Strait tsunami period using intervention analysis approach and outlier detection. IOP Conference Series: Earth and Environmental Science, 537, 012009.1- 012009.10.

Aulia, R. S., & Atok, R. M. (2017). Penentuan panjang optimal data deret waktu bebas outlier dengan menggunakan metode window time. Jurnal Sains dan Seni ITS, 6(1), D129-D136.

Budiarti L, Tarno, Warsito. B. (2013). Analisis intervensi dan deteksi outlier pada data wisatawan dosmetik. Jurnal Gaussian, 2(1), 39-48.

Crystine, A., Hoyyi, A., & Safitri, D. (2014). Analisis intervensi fungsi step (Studi kasus pada jumlah pengiriman benda pos ke Semarang pada tahun 2006–2011). Jurnal Gaussian, 3(3), 293-302.

Fadliani, I., Purnamasari, I., & Wasono, W. (2021). Peramalan dengan metode SARIMA pada data inflasi dan identifikasi tipe outlier. Jurnal Statistika Universitas Muhammadiyah Semarang, 9(2), 109-116.

Mazrawanti, Wahyuningsih, S., Hayati M. N. (2019). Analisis model intervensi fungsi step ganda untuk peramalan inasi Indonesia, Jurnal Eksponensial, 10(2), 119-126.

Sa'adah, A. F., Ispriyanti, D., & Suparti, S. (2014). Prediksi tinggi pasang air laut di Kota Semarang dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dan deteksi outlier. Jurnal Gaussian, 3(3), 273-282.

Salwa, N., Tatsara, N., Amalia, R., Zohra A. F. (2018). Peramalan harga bitcoin menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Journal of Data Analysis, 1(1), 21-31.

Wiri, L., & Tuaneh, G. L. (2019). Modelling the Nigeria crude oil prices using ARIMA, pre-intervention and post-intervention model. Asian Journal of Probability and Statistics, 3(1), 1-12.




DOI: https://doi.org/10.17509/jem.v9i2.45387

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Mathematics Program Study, Universitas Pendidikan Indonesia

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

  

 Google Scholar Logo PNG vector in SVG, PDF, AI, CDR format