PERBANDINGAN ALGORITMA ARIMA DAN ARIMAX UNTUK MEMPREDIKSI HARGA SAHAM DI TENGAH PANDEMI COVID-19 (STUDI KASUS: SAHAM BBCA).

HERYANTO, FADILLAH WAHYU (2022) PERBANDINGAN ALGORITMA ARIMA DAN ARIMAX UNTUK MEMPREDIKSI HARGA SAHAM DI TENGAH PANDEMI COVID-19 (STUDI KASUS: SAHAM BBCA). S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
Text (COVER)
01. Cover.pdf

Download (603kB) | Preview
[img]
Preview
Text (ABSTRAK)
02. Abstrak.pdf

Download (255kB) | Preview
[img] Text (BAB I)
03. Bab I.pdf
Restricted to Registered users only

Download (303kB)
[img] Text (BAB II)
04. Bab II.pdf
Restricted to Registered users only

Download (249kB)
[img] Text (BAB III)
05. Bab III.pdf
Restricted to Registered users only

Download (350kB)
[img] Text (BAB IV)
06. Bab IV.pdf
Restricted to Registered users only

Download (888kB)
[img] Text (BAB V)
07. Bab V.pdf
Restricted to Registered users only

Download (22kB)
[img] Text (DAFTAR PUSTAKA)
08. Daftar Pustaka.pdf
Restricted to Registered users only

Download (381kB)
[img] Text (LAMPIRAN)
09. Lampiran.pdf
Restricted to Registered users only

Download (3MB)

Abstract

This research aims to test the ARIMA and ARIMAX algorithm models from PT Bank Central Asia Tbk stock data (BBCA) during the covid-19 pandemic by comparing the two algorithm models with their respective error values algorithm in his praise. Close variables or closing prices are tested, wherever other variables will be used for influence variables in the ARIMAX algorithm, with data totalling 2482 with a period of 10 years with data retrieval with the API (Application Programming Interface) created by ranaroussi-safe levellers, this API has also been legalized by Yahoo Developer. in comparing an algorithm, it uses a calculation of the value of MSE, MAE, RMSE, MAPE error. The MSE error value in the ARIMA model is 2181551.89 while in the ARIMAX model it is 2543.90, the MAE error value in the ARIMA model is 1291.44 while in the ARIMAX model it is 39.15, the RMSE error value on the ARIMA model is 1477.01 while on the ARIMAX model it is 50.44, the RMSE error value on the ARIMA model is 17.49 while on the ARIMAX model it is 0.55. The ARIMAX model is stated to be better at making predictions because the error values on MSE, MAE, RMSE and MAPE are much smaller than the ARIMA model. Keywords: Prediction, ARIMA, ARIMAX, MAE, RMSE, MAPE. Penelitian ini bertujuan untuk menguji model algoritma ARIMA dan ARIMAX dari data saham PT Bank Central Asia Tbk (BBCA) pada masa pandemi covid-19 dengan membandingkan kedua model algoritma dengan nilai error masing-masing algortima dalam pengujiannya. Variabel Close atau harga penutup dijadikan pengujian, adapun variabel lainya akan digunakan untuk variabel pengaruh dalam algoritma ARIMAX, dengan data berjumlah 2482 dengan periode waktu selama 10 tahun dengan pengambilan data dengan API (Application Programming Interface) yang dibuat oleh developer bernaman ranaroussi, API ini juga telah dilegalkan oleh pihak yahoo developer. dalam melakukan perbandingan sebuah algoritma digunakannya sebuah perhitungan nilai error MSE, MAE, RMSE, MAPE. Nilai error MSE pada model ARIMA berjumlah 2181551.89 sedangkan pada model ARIMAX berjumlah 2543.90, nilai error MAE pada model ARIMA berjumlah 1291.44 sedangkan pada model ARIMAX berjumlah 39.15, nilai error RMSE pada model ARIMA berjumlah 1477.01 sedangkan pada model ARIMAX berjumlah 50.44, nilai error RMSE pada model ARIMA berjumlah 17.49 sedangkan pada model ARIMAX berjumlah 0.55. Model ARIMAX dinyatakan lebih baik dalam melakukan prediksi karena nilai error pada MSE, MAE, RMSE dan juga MAPE jauh lebih kecil dibandingakan pada model ARIMA. Evaluasi dilakukan dengan menerapkan model ARIMAX dalam melakukan prediksi selama satu bulan Kata Kunci : Prediksi, ARIMA, ARIMAX, MAE, RMSE, MAPE

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 23 124
Call Number: SIK/15/23/064
NIM/NIDN Creators: 41518010061
Uncontrolled Keywords: Prediksi, ARIMA, ARIMAX, MAE, RMSE, MAPE
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: Sekar Mutiara
Date Deposited: 06 Oct 2023 03:02
Last Modified: 06 Oct 2023 03:02
URI: http://repository.mercubuana.ac.id/id/eprint/81205

Actions (login required)

View Item View Item