TIME SERIES FORECASTING SAHAM PT ASTRA MENGGUNAKAN ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN PROPHET
Abstract
Pergerakan harga saham yang fluktuatif menuntut penggunaan model peramalan yang andal untuk mendukung pengambilan keputusan investasi. Penelitian ini membandingkan kinerja model deret waktu Autoregressive Integrated Moving Average (ARIMA) dan Prophet dalam memprediksi harga penutupan saham PT Astra International Tbk (ASII.JK). Data yang digunakan merupakan data sekunder dari Yahoo Finance dengan periode pengamatan Oktober 2020 hingga Oktober 2025. Evaluasi dilakukan menggunakan skema out-of-sample backtesting dengan metrik RMSE, MAE, MAPE, dan directional accuracy (DA).Hasil analisis menunjukkan bahwa model ARIMA(2,1,2) menghasilkan akurasi numerik yang lebih baik dengan nilai MAPE sebesar 6,26%, sedangkan model Prophet dengan parameter changepoint prior scale 0,5 menghasilkan MAPE sebesar 7,33%. Dari sisi arah pergerakan harga, Prophet menunjukkan nilai DA yang lebih tinggi sebesar 57,26%. Secara visual, prediksi ARIMA mengikuti pergerakan harga aktual dengan deviasi yang relatif kecil, sementara Prophet menghasilkan interval ketidakpastian yang semakin melebar pada proyeksi jangka panjang. Berdasarkan hasil tersebut, ARIMA lebih tepat digunakan untuk peramalan nilai harga, sedangkan Prophet lebih sesuai untuk analisis arah dan tren pergerakan harga saham.
Fields of Study & Subjects
Stock Market Forecasting Methods
Forecasting Techniques and Applications
Time Series Analysis and Forecasting
Publication details
- Journal / source
- Rabit Jurnal Teknologi dan Sistem Informasi Univrab
- Volume
- 11
- Issue
- 1
- Pages
- 1105–1116
- Publication date
- 11 January 2026