Andreas Reza Chrisantama, Winita Sulandari, S. Sugiyanto
{"title":"PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA","authors":"Andreas Reza Chrisantama, Winita Sulandari, S. Sugiyanto","doi":"10.30598/pattimurasci.2021.knmxx.405-410","DOIUrl":null,"url":null,"abstract":"Keinginan dari seseorang untuk memenuhi kebutuhan serta permintaan dalamaktivitasnya setiap hari akan semakin banyak, apalagi sekarang di dalam masa kehidupanpandemik ini banyak masyarakat yang ingin meningkatkan kembali ekonomi mereka. Makadari itu diperlukan penanda dari pergerakan pasar saham untuk mengukur kinerja seluruhsaham yang tercatat di papan utama, yang merupakan asal terciptanya dari Indeks HargaSaham Gabungan (IHSG). Peramalan indeks harga saham ini penting bagi masyarakat yangingin mengukur kinerja portofolio dari investasi mereka serta bagi negara yangmengandalkan IHSG dalam menunjukkan pertumbuhan ekonomi Indonesia. Tujuan daripenelitian ini adalah menerapkan metode autoSSA yang merupakan pembuatan grup barusecara otomatis pada data yang sudah direkonstruksi untuk melihat nilai prediksi yang akandatang dari indikator yang sudah diambil. Metode autoSSA dipilih karena teknik projektifsecara tradisional tidak dapat langsung diterapkan pada sinyal one-dimensional., yangmerupakan kasus time series. Indikator IHSG yang digunakan adalah data Indeks mingguanpada tahun 2018 hingga 2020. Tahap-tahap untuk melakukan prediksi dengan metode iniantara lain membuat serta memeriksa plot data deret waktu yang telah diambil, melakukantahap dekomposisi serta merekonstruksi kembali data time series yang baru, dan akandilakukan peramalan data time series dalam 50 minggu ke depan dari model data yang telahdidapatkan untuk melihat pergerakan IHSG ke depannya. Hasil prediksi yang didapatkandari metode ini menunjukkan adanya pergantian fluktuasi secara musiman (seasonal)dengan nilai tertinggi berada di minggu ke-29 dan nilai terendah berada di minggu ke-50.","PeriodicalId":253946,"journal":{"name":"Pattimura Proceeding: Conference of Science and Technology","volume":"22 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-04-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Pattimura Proceeding: Conference of Science and Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30598/pattimurasci.2021.knmxx.405-410","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

一个人每天满足其需求和需求的愿望将会增长,尤其是在这种经济大萧条的时代,许多社会希望恢复他们的经济。这需要一个股票市场运动的标志来衡量主板上记录的所有股票表现,而主板上的股票价值指数(IHSG)就是由此产生的。股票价格指数对那些想要衡量投资组合业绩的人以及那些依赖IHSG来展示印尼经济增长的国家来说都很重要。这项研究的目的是将一种自动创建新的组的方法应用于已开发的指标,以查看预测的价值。选择autoSSA方法是因为投影技术传统上不能立即应用于零维信号。这是一个时间系列的案例。IHSG指标使用的是2018年至2020年的明格标索引。阶段进行预测和其他iniantara方法使检查情节已经拍摄的时间序列数据,melakukantahap分解和重建新回来的时间系列数据,面相akandilakukan向前50周时间系列数据的数据模型telahdidapatkan IHSG运动到他面前。从这种方法中得到的预测显示,波动的季节变化在第29周是最高的,50周是最低的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PENERAPAN METODE AUTO SINGULAR SPECTRUM ANALYSIS PADA PERAMALAN DATA INDEKS HARGA SAHAM GABUNGAN DI INDONESIA
Keinginan dari seseorang untuk memenuhi kebutuhan serta permintaan dalamaktivitasnya setiap hari akan semakin banyak, apalagi sekarang di dalam masa kehidupanpandemik ini banyak masyarakat yang ingin meningkatkan kembali ekonomi mereka. Makadari itu diperlukan penanda dari pergerakan pasar saham untuk mengukur kinerja seluruhsaham yang tercatat di papan utama, yang merupakan asal terciptanya dari Indeks HargaSaham Gabungan (IHSG). Peramalan indeks harga saham ini penting bagi masyarakat yangingin mengukur kinerja portofolio dari investasi mereka serta bagi negara yangmengandalkan IHSG dalam menunjukkan pertumbuhan ekonomi Indonesia. Tujuan daripenelitian ini adalah menerapkan metode autoSSA yang merupakan pembuatan grup barusecara otomatis pada data yang sudah direkonstruksi untuk melihat nilai prediksi yang akandatang dari indikator yang sudah diambil. Metode autoSSA dipilih karena teknik projektifsecara tradisional tidak dapat langsung diterapkan pada sinyal one-dimensional., yangmerupakan kasus time series. Indikator IHSG yang digunakan adalah data Indeks mingguanpada tahun 2018 hingga 2020. Tahap-tahap untuk melakukan prediksi dengan metode iniantara lain membuat serta memeriksa plot data deret waktu yang telah diambil, melakukantahap dekomposisi serta merekonstruksi kembali data time series yang baru, dan akandilakukan peramalan data time series dalam 50 minggu ke depan dari model data yang telahdidapatkan untuk melihat pergerakan IHSG ke depannya. Hasil prediksi yang didapatkandari metode ini menunjukkan adanya pergantian fluktuasi secara musiman (seasonal)dengan nilai tertinggi berada di minggu ke-29 dan nilai terendah berada di minggu ke-50.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信