Peramalan Nilai Transaksi Jual Beli Saham Di Bursa Efek Indonesia Dengan Menggunakan Metode Arimax, Fungsi Transfer, Dan Neural Network

Mahfudhoh, Salis (2015) Peramalan Nilai Transaksi Jual Beli Saham Di Bursa Efek Indonesia Dengan Menggunakan Metode Arimax, Fungsi Transfer, Dan Neural Network. Undergraduate thesis, Institut Teknology Sepuluh Nopember.

[img]
Preview
Text
1313105008-Undergraduate Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Salah satu ukuran keberhasilan BEI dalam mengembangkan industry pasar modal adalah nilai transaksi jual beli saham setiap harinya. Ketidakpastian nilai transaksi jual beli saham ini, membuat BEI bertindak hati-hati dalam mengambil keputusan untuk menentukan target perusahaan. Oleh karena itu, tujuan penelitian ini dimaksudkan untuk memprediksi nilai transaksi saham harian serta untuk membantu BEI menentukan target dan perencanaan strategis perusahaan. Data yang digunakan dalam penelitian ini mulai periode Januari 2012 hingga Desember 2015. Metode yang digunakan adalah ARIMAX, fungsi transfer, dan neural network. Berdasarkan RMSE dan SMAPE outsample terkecil, model yang sesuai untuk prediksi nilai transaksi saham harian adalah fungsi transfer. Model ini menjelaskan bahwa prediktor yang digunakan (IHSG) berkaitan dengan nilai transaksi jual beli saham harian. Selain itu, terdapat faktor-faktor lain yang berkaitanyaitu kejadian tak terduga atau shock event (27 Agustus 2012), kebijakan peraturan baru oleh BEI (25 Maret 2013), kebijakan bursa luar negeri (18 September 2013) dan kebijakan pemerintah (31 Mei 2013). ========================================================================================================== One of success measures for IDX in developing the capital market is the value of stock trading transactions every day. Due to uncertainty of stock trading value transactions, it makes IDX act prudently in making decisions to determine the targets. Therefore, goals of this research is intended to predict the value of stock transactions daily, to help IDX in determining targets and strategic planning. The data used in this study are observed from January 2012 to December 2015. The methods used are ARIMAX, transfer functions, and the neural network. Based on outsample smallest RMSE dan SMAPE, An appropriate model for the prediction of daily stock transaction value is transfer function. This model explain that the predictor (JCI) is used in connection with the value of stock trading transactions. There are other factors related are influence the unexpected events or shock event (August 27, 2012), new regulatory policies by the BEI (March 25, 2013), foreign exchange policy (September 18, 2013), government policies (May 31, 2013).

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 512.943 4 Mah p
Uncontrolled Keywords: ARIMAX, Transfer Function, Neural Network, IDX (Indonesia Stock Exchange)
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 28 Nov 2019 06:58
Last Modified: 28 Nov 2019 06:58
URI: https://repository.its.ac.id/id/eprint/72106

Actions (login required)

View Item View Item