📅 14 January 2026
DOI: 10.51903/elkom.v18i2.3314
Prediksi Harga Saham Menggunakan ARIMA Outlier sebagai Pendekatan Awal Menuju Analisis AI Keuangan
Jurnal Elektronika dan Komputer
Universitas Sains dan Teknologi Komputer
📄 Abstract
Perkembangan kecerdasan buatan (AI) mendorong inovasi dalam analisis keuangan, termasuk prediksi harga saham yang fluktuatif. Penelitian ini bertujuan memprediksi harga saham PT Garudafood Putra Putri Jaya Tbk menggunakan model ARIMA dengan penanganan Outlier sebagai pendekatan awal menuju sistem prediksi yang lebih adaptif. Data harga penutupan harian dari Yahoo Finance dianalisis melalui uji stasioneritas, identifikasi model ARIMA, deteksi Outlier berbasis log-return, serta evaluasi performa menggunakan RMSE, MAE, dan MAPE. Hasil penelitian menunjukkan bahwa ARIMA Outlier memberikan performa lebih baik dibandingkan ARIMA dasar. ARIMA standar menghasilkan MAPE 1.32% dan AIC –899.46, sedangkan ARIMA dengan tiga dummy Outlier mencapai MAPE 1.16% dan AIC –900.37. Peramalan 14 hari ke depan menunjukkan pola yang stabil pada kisaran Rp 370–371. Pada data uji, ARIMA dasar memberikan akurasi terbaik pada pertengahan Agustus, sedangkan ARIMA Outlier mencapai akurasi tertinggi pada akhir Agustus dengan prediksi Rp 370.2 yang sangat dekat dengan harga aktual Rp 370.4. Hasil ini menunjukkan bahwa penanganan Outlier meningkatkan ketepatan model, sehingga ARIMA Outlier dapat digunakan sebagai fondasi awal menuju pengembangan sistem prediksi keuangan berbasis AI.
🔖 Keywords
#ARIMA Outlier; Deret Waktu; Deteksi Outlier; Kecerdasan Buatan; Prediksi Harga Saham; ARIMA Outlier; Deret Waktu; Deteksi Outlier; Kecerdasan Buatan; Prediksi Harga Saham
ℹ️ Informasi Publikasi
Tanggal Publikasi
14 January 2026
Volume / Nomor / Tahun
Volume 18, Nomor 2, Tahun 2026
📝 HOW TO CITE
Adam, Cindi; Adam, Cindi; Idhom, Mohammad; Trimono, Trimono, "Prediksi Harga Saham Menggunakan ARIMA Outlier sebagai Pendekatan Awal Menuju Analisis AI Keuangan," Jurnal Elektronika dan Komputer, vol. 18, no. 2, Jan. 2026.
ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
0
Sitasi
Cek Google Scholar