The ARIMA-GARCH Method in Case Study Forecasting the Daily Stock Price Index of PT. Jasa Marga (Persero)

Abstract

PT Jasa Marga merupakan perusahaan besar di Indonesia yang berperan dalam pengembangan dan pengoperasian jalan tol yang dikenal sebagai salah satu perusahaan blue chip dengan saham LQ45. Namun, harga sahamnya memiliki volatilitas tinggi atau naik dan turun dengan cepat sehingga nilainya selalu berubah-ubah. Oleh karena itu, diperlukan adanya peramalan guna memprediksi harga saham PT Jasa Marga di masa yang akan datang guna mengetahui pergerakan harga sahamnya. Metode Autoregressive Integrated Moving Average (ARIMA) merupakan salah satu metode yang dapat meramalkan data dengan volatilitas tinggi, namun memiliki kekurangan pada residual yang mengandung heteroskedastisitas. Sehingga, dilakukan penambahan model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) guna mengatasi masalah heteroskedastisitas yang awalnya, ditimbulkan model ARIMA sehingga dapat meramalkan data dengan volatilitas tinggi secara lebih optimal. Oleh karena itu, penelitian ini menerapkan metode ARIMA-GARCH guna menemukan model terbaik untuk meramalkan indeks harga saham harian PT Jasa Marga. Data yang digunakan berasal dari indeks penutupan harga saham harian PT Jasa Marga (Persero) periode Januari 2015 hingga Mei 2023. Pengukuran ketepatan peramalan menggunakan Mean Absolute Percentage Error (MAPE). Hasil peramalan menunjukkan model terbaik menggunakan ARIMA (2,1,1) - GARCH (1,3) dengan nilai MAPE sebesar 6,825728% yang mengindikasikan hasil peramalan sangat baik karena nilai MAPE < 10%.