Hasil Pencarian  ::  Simpan CSV :: Kembali

"This article attempts to socialize Box-Jenkins method (ARIMA model) for forecasting. Steps in using the method are model identification, estimation, diagnostic checking (testing) and forecasting. It also introduces variation of the method such as ARIMA which consider seasonal factor (SARIMA model) and combination between regression and ARIMA model (MARMA model). In the last part, It shows how to forecast composite stock price index in Jakarta Stock Exchange and nominal exchange rate of Rupiah per US dollar using the method."

"Memprediksi Pergerakan Harga Saham selalu menjadi isu yang menarik dan memiliki implikasi yang signifikan dalam membuat keputusan investasi, khususnya di Bursa Efek Indonesia sebagai pasar yang menggeliat. Penelitian membahas prediksi pergerakan harga saham dengan menggunakan Artificial Neural Network (ANN) atau jaringan syaraf tiruan dan Box-Jenkins Autoregressive Integrated Moving Average (ARIMA) di Bursa Efek Indonesia. Penelitian ini menggunakan pendekatan kuantitatif dan tergolong dalam studi eksplanatif. Rentang waktu yang digunakan ialah dari Januari 2008 hingga Desember 2012. Penelitian ini berusaha menganalisis signifikansi dari metode ANN dalam peramalan harga saham LQ45 di Indonesia. Diharapkan hasil dari penelitian ini dapat membantu para investor dan pihak lain yang berkepentingan dalam memilih metode peramalan yang terbaik dan juga keputusan bisnis terbaik. Terdapat empat faktor yang dipilih sebagai variabel independen, yaitu Indeks Harga Saham Gabungan (IHSG), volume perdagangan harian tiap saham, kurs Rupiah terhadap Dollar Amerika dan harga minyak dunia. Penelitian ini menemukan bahwa metode ANN lebih signifikan dibandingkan dengan metode ARIMA dalam peramalan harga saham LQ45 di Indonesia.

---

Predicting Stock Price Movement is always considered as an interesting issues and has significant impacts in creating investment decision, particularly in the Indonesian Stock Exchange as an emerging market. This research discusses the prediction of stock price movements using Artificial Neural Networks (ANN) method and Box Jenkins Autoregressive Integrated Moving Average (ARIMA) in Indonesian Stock Exchange.

This research is quantitative and explanation in nature. The time scope of this research was from January 2008 up to December 2012. This research intends to analyze the significant of ANN method in forecasting Indonesian LQ45 Stock prices.

It is expected that the results of this research might assist the investors and other interested parties in selecting best forecasting methods and also best investment decision. There are four factors selected as independent variables, such as: Indonesian Composite Index, trading volume of each stocks, local currency exchange rate to USD and oil spot price. The research reveals that ANN is statistically more significant compared."

"Tulisan ini membahas metode peramalan dengan pendekatan model runtun waktu Box-Jenkins yang merupakan proses pengembangan dari kombinasi proses Autofegresive (AR) dan proses Moving Average (MA) untuk runtun waktu tidak stasioner menjadi proses Autoregresive Integrated Moving Average (ARIMA). Pembahasan dimulai dengan unsur-unsur yang merupakan konsep analisa runtun waktu Box-Jenkins yaitu : Analisa runtun waktu stasioner dan tidak stasioner, Fungsi Autokovariansi, Fungsi Autokorelasi, Fungsi Autokorelasi parsial, Operator Back—Shift, dan Operator Diferensi. Dilanjutkan dengan menerangkan langkah-langkah penentuan model peramalan dengan metode runtun waktu Box-Jenkins yaitu : Identifikasi model, Estimasi parameter, dan Verifikasi."

"Tugas akhir ini membahas metode runtun waktu Box-Jenkins untuk data musiman. Metode ini merupakan salah satu metode peramalaan di mana variabel bebas dan variabel tak bebasnya hanya berdasarkan waktu dan tidak tergantung pada variabel lain yang mempengaruhinya. Dengan metode ini, secara iterasi akan dicari model peramalan terbaik dan suatu data yang tersedia melalui tahap identifikasi, estimasi dan diagnostic cheking. Dari model terbaik, dapat diramalkan keadaan data untuk beberapa waktu mendatang."

"Pasar modal di Indonesia telah berkembang sangat cepat melebihi dari apa yang dibayangkan sebelumnya. Melalui beberapa kebijakan pemerintah yang mengenai pasar modal, antara lain seperti Pakto dan Pakdes 88, dalam waktu yang cukup singkat telah terjadi peningkatan aktivitas pasar modal yang sangat tajam. Hargsa saham dan pasar saham pun mulai bergejolak. Banyak faktor yang mempengaru.hi pergerakan harga saham ini. Fluktuasi ini disebabkan oleh pengaruh yang sangat kompleks dan sulit diprediksi. Pengetahuan mengenai .pergerakan harga saham memegang peranan penting dalam keputusan-keputusan investasi. Karya Akhir ini akan meneliti perilaku pasar saham dan gerakan harga saham individu perusahaan. Hasil yang diharapkan adcilah sebuah model peramalan fiarga saham. Model peramalan harga saham yang akan dibuat ada dua yaitu model peramalan yang dapat meramalkan pasar saham (Indeks Harga Saham Gabungan) dan model peramalan harga saham individu perusahaan. Model peramalan dibentuk dengan beberapa metode. Dua metode peramalan yang digunakan adalah metode Statistik melalui analisis regresi, analisis korelasi, dekomposisi deret waktu (times series decompositian), stepwise regressian, dan model ARIMA (Autoregressive Integrated Moving Average) atau yang dikenal sebagai metodologi Box-Jenkins serta metode peramalan dengan menggunakan Artifidal Neural Network/ANN (Jaringan Saraf Tiruan) yang merupakan salah satu bidang dan Artificial Intelligence. Setiap metode peramalan tersebut mempunyai karakteristik dan hasil peramalan tertentu. Analisis regresi akan digunakan untuk membentuk model persamaan peramalan pasar saham atau harga saham mdividu perusahaan. Stepwise regression memberikan hasil model persamaan peramalan pasar saham yang terdiri dari variabel-variabel mdependen terpilih yaitu variabel-variabel ekonomi makro seperti harga emas, cadangan devisa, indeks harga konsumen, jumlah uang beredar (Ml), jumlah kredit, suku bunga (deposito), kurs mata uang asing terhadap Rupiah, ekpor dan impor, serta harga minyak per barel yang mempunyai pengaruh terhadap pasar saham yaitu Indeks Harga Saham Gabungan (IHSG). Dekomposisi deret waktu yang dilakukan terhadap IHSG bertujuan untuk mengetahui variabel musiman dan pasar saham sehingga dapat memberikan gambaran kepada para investor kapan harus membeli atau menjual saham dan pada bulan atau han apa sebaiknya dilakukan. Analisis korelasi dilakukan untuk mengetahui korelasi antara factor-faktor fundamental perusahaan yang diwakili oleh kondisi keuangan perusahaan (seperti assets, liabilities, equities, profit, dan beberapa rasio-rasio keuangan seperti DER, profit margin, EPS dan lain-lain) dengan harga saham individu perusahaan. Analisis mi memberi hasil bahwa harga saham individu tidak mempunyai korelasi kuat atau tidak dengan faktor fundamental tersebut. Jika model peramalan harga saham individu tidak dapat dibuat berdasarkan faktor-faktor fundamental perusahaan tersebut maka analisis deret waktu Box-Jenkins akan digunakan untuk membentuk model peramalan haga saham individu. Yang menjadi variabel independen dalam metode Box-Jenkins ini adalah variabel independennya sendiri. Model permalan yang dihasilkan dari metode Box-Jenkins ml hanya bisa digunakan untuk meramalkan harga saham untuk jangka pendek saja (sampai tiga periode berikutnya). Model peramalan juga dibentuk dengan metode Jaringan Saraf Tiruan (Artificial Neural Network/ANN). Metode ANN im digunakan juga untuk membentuk model peramalan pasar saham maupun harga saham individu seperti yang telah dibentuk melaliii metode peramalan konvesnional (seperti model regresi dan metode Box-Jenkins). Hasil peramalan dengan model ANN ml dibandingkan dengan hasil peramalan dengan beberapa metode lainnya. Walaupun model peramalan ANN tidak dapat menjelaskan hubungan antara vaniabel independen (input) dengan variabel dependennya (output) namun model ml memiliki hasil yang relatif lebih akurat dibandingkan dengan hasil peramalan dengan model konvensional seperti model regresi dan metode Box-Jenkins. Semua metode peramalan tersebut mempunyai kelebihan dan kekurangannya masing-masing sehlngga satu metode permalan tersebut tidak bisa digunakan untuk menggantikan metode lainnya, sebaliknya, semua metode tersebut digunakan untuk saling melengkapi sehingga model peramalan harga saham yang dibentuk lebth sempurna."

"Peramalan merupakan hal yang sangat penting dalam segala bidang, baik dalam menjalankan usaha maupun dalam penelitian. Semakin lama, semakin banyak metode-metode peramalan yang dikembangkan dalam memenuhi kebutuhan dalam meramal. Walau pengembangan metode peramalan semakin lama semakin maju, satu hal yang pasti adalah, tidak akan pernah ada metode peramalan yang dapat meramal secara tepat, peristiwa yang akan terjadi. Dari beberapa peramalan yang ada, ada beberapa metode yang banyak digunakan secara luas, baik dalam bisnis maupun dalam kehidupan sehari-hari. Peramalan tersebut antara lain adalah metode Regressi, metode Arima dan metode Winter. Tesis ini mencoba untuk menemukan dari ketiga metode yang disebut diatas, mana diantara ketiga metode ini lebih baik bila diterapkan pada peramalan harga saham di bursa efek. Peramalan dilakukan dengan mengunakan harga saham beberapa perusahaan tertentu yang terdaftar di BEJ sejak tahun 1989, dan memenuhi syarat-syarat yang telah ditentukan agar harga saham dan perusahaan yang diramal terbebas dari faktor-faktor yang bersifat subjektif. Setelah dilakukan peramalan, dan dengan mengunakan MSD (mean square deviation) sebagai alat untuk membandingkan antara ketiga metode tersebut, serta mempertimbangkan kelemahan dan kelebihan dari setiap metode dan juga daam proses pengumputan data, ditemukan bahwa metode ARIMA, lebih baik dibanding dengan 2 metode lainnya. Metode ARIMA bukan tanpa kelemahan. Kelemahan utama adalah kesulitan untuk menentukan tingkat kepercayaan (r2). r2 tidak dapat ditentukan di awal analisa, tapi merupakan hasil yang didapat dari model yang ditemukan."

"Perkembangan pasar modal dari hari ke hari semakin menarik dan merupakan penelitian yang menantang. Interaksi pasar modal dengan pasar valas merupakan topik yang terus dikaji dan belum dapat disimpulkan (inconclusive). Krisis keuangan yang dimulai di Thailand pada July 1997 telah membawa dampak ke beberapa negara Asia, antara lain Indonesia, Thailand, Filipina, Singapura dan negara-negara lainnya. Krisis yang menimpa perekonomian Indonesia yang ditandai dengan terdepresiasinya mata uang domestik terhadap US Dollar yang diikuti dengan naiknya sukubunga dan inflasi secara tajam telah menimbulkan kepanikan luar biasa bagi investor di pasar saham yang ditunjukkan oleh turunnya harga saham secara drastis. Fenomena tersebut dapat dijadikan penelitian hubungan antara nilai tukar dan harga saham dengan pendekatan Error Correction Model yang mana dapat menjelaskan hubungan dinamis jangka pendek maupun jan gka panjang.Studi ini menguji dua permasalahan penelitian yang selanjutnya akan dijawab melalui pembuktian hipotesis. Pertama apakah perubahan nilai tukar mata uang domestik terhadap US Dollar memiliki efek yang terbalik ( negative effect) dengan indeks harga saham balk jangka pendek maupun jangka panjang di 4 negara di Asia yaitu Indonesia. Thailand, Filipina dan Singapura. Kedua apakah perubahan indeks harga saham akan membawa efek yang terbalik ( negative effect ) pada nilai kurs jangka pendek dan jangka panjang. Selanjutnya dari dua hipotesis tersebut dapat dijawab pula pertanyaan bahwa dari dua variabel tersebut mana yang leading terhadap lainnya.Dalam menganalisis permasalahan tersebut digunakan analisis time series untuk mengetahui hubungan intertemporal antara indeks harga saham dan exchange rate . Error Correction Model ( ECM ) dua variabel digunakan untuk melihat hubungan jangka pendek dan jangka panjang antara dua pasar tersebut. Semua series data diuji stasionerity terlebih dahulu kemudian uji kointegrasi untuk melihat adanya keseimbangan jangka panjang. Apabila kedua variabel cointegrated maka dapat dibentuk persamaan keseimbangan ECM. Data Indeks harga saham dan Exchange rate seluruhnya didapatkan dari Reuters, dengan mengambil periode penelitian 1998 sampai dengan tahun 2000. Hasil penelitian menunjukkan bahwa perubahan exchange rate 4 negara sampel penelitian memiliki efek jangka panjang yang tidak searah dengan indeks harga saham . Artinya depresiasi mata uang akan membawa efek pada penurunan indeks harga saham. Sedangkan untuk jangka pendek ada hubungan yang tidak searah juga bagi Thailand dan Singapura, sedangkan bagi Filipina hubungan searah (positif ). Bagi Indonesia ternyata uji F joint hipotesis menunjukkan tidak signifikan adanya pengaruh (causality) jangka pendek atas perubahan exchange rate terhadap indeks harga saham. Untuk jangka panjang perubahan indeks harga saham terhadap exchange rate 3 negara yaitu Indonesia. Thailand dan Singapura menunjukkan tidak signifikan, sedangkan Filipina menunjukkan pengaruh yang searah .Secara umum dapat disimpulkan bahwa exchange rate leading terhadap indeks harga saham. Hal iini dapat dipahami bahwa dengan melihat dua faktor yang mungkin dapat dijadikan alasan mengapa untuk negara emerging market exchange rate leading. Pertama size pasar valas jauh lebih besar dibandingkan pasar saham (proksinya nilai perdagangan) dan yang kedua, penentuan pricing di pasar valas lebih bersifat Internasional, sedangkan pasar saham lebih bersifat domestik."

"Saham merupakan salah satu jenis investasi dari berbagai alternatif investasi. Saham bisa untuk investasi jangka panjang maupun untuk investasi jangka pendek. Untuk investasi jangka pendek diharapkan mendapatkan profit dimana harga jual saham lebih tinggi dibandingkan harga saham ketika membeli saham tersebut. Agar investasi jangka pendek ini dapat berhasil diperlukan alat bantu yang akan memudahkan keputusan kapan harus melakukan pembelian atas suatu saham dan kapan harus melakukan penjualan atas saham tersebut. Walau telah banyak alat bantu peramalan harga saham yang bisa digunakan untuk memudahkan keputusan, namun tidak ada salahnya mencoba suatu metode peramalan baru. Dalam tulisan ini diperkenalkanlah suatu metode baru dalam peramalan harga saham, yaitu Monte Carlo Simulation. Monte Carlo Simulation telah banyak digunakan untuk melakukan analisa Capital Investment. Teknik ini menggunakan elemen probabilitas dan mensimulasikan kejadian sebenarnya. Dengan simulasi ini dapat diketahui kejadiankejadian yang mungkin terjadi. Dalam peramalan harga saham, Monte Carlo Simulation diharapkan mampu menggambarkan pergerakan harga saham. Sehingga metode ini bisa digunakan sebagai salah satu alat peramalan harga saham untuk mempermudah keputusan investasi jangka pendek."