Forecasting Harga Saham PT Surya Esa Perkasa Tbk (ASSA) dengan Pendekatan ARIMA dan GARCH

Authors

  • Ida Faridatul Arifin Sekolah Tinggi Ekonomi Islam
  • Siti Irna Zakia Sekolah Tinggi Ekonomi Islam
  • Khaerul Anwar Sekolah Tinggi Ekonomi Islam
  • Agus Sardjono Sekolah Tinggi Ekonomi Islam

DOI:

https://doi.org/10.61104/alz.v4i2.4794

Keywords:

PT Surya Esa Perkasa Tbk, Harga Saham, ARIMA, GARCH, Forecasting

Abstract


Penelitian ini bertujuan untuk meramalkan pergerakan harga saham PT Surya Esa Perkasa Tbk (ESSA) menggunakan pendekatan model deret waktu ARIMA dan GARCH. Pasar modal memiliki peran penting dalam perekonomian, namun harga saham bersifat fluktuatif dan mengandung risiko, sehingga diperlukan model prediktif yang akurat. Data yang digunakan berupa harga penutupan harian saham periode 1 Januari 2020 hingga 31 Juli 2025 yang diperoleh dari Investing.com. Metode analisis meliputi uji stasioneritas Augmented Dickey-Fuller (ADF), identifikasi model melalui ACF dan PACF, pemilihan model terbaik berdasarkan AIC, SC, dan HQ, uji heteroskedastisitas, serta pemodelan volatilitas dengan GARCH. Hasil penelitian menunjukkan bahwa data menjadi stasioner pada differencing orde kedua. Model ARIMA terbaik adalah ARIMA(1,1,1). Uji residual menunjukkan adanya heteroskedastisitas sehingga dikombinasikan dengan model GARCH, dengan model terbaik GARCH(2,2). Hasil forecasting 10 hari perdagangan menunjukkan rata-rata akurasi prediksi sebesar 90%. Dengan demikian, kombinasi ARIMA–GARCH efektif digunakan untuk meramalkan harga saham ESSA dan dapat menjadi referensi bagi investor dan analis dalam pengambilan keputusan.

 

References

Dini, Puput, I., & Siti, J. (2024). Peran Pasar Modal dalam Pertumbuhan Ekonomi di Indonesia. Moneter : Jurnal Ekonomi Dan Keuangan, 3(1), 74–89.

Fadhilah, D. N., Parmikanti, K., & Ruchjana, B. N. (2024). Peramalan Return Saham Subsektor Perbankan Menggunakan Model ARIMA-GARCH. 13(1), 1–19. https://doi.org/10.14421/fourier.2024.131.1-19

Gempati, Abel, Faisal Agymnastiar Rahmad Fradani, Rayya Malik Ibrahim, T. K. A. (2025). PERAMALAN DATA IHSG 2021-2025 DI INDONESIA DENGAN TIME SERIES MODELING AUTOREGRESSIVE INTEGRATED MOVING AVERAGE ( ARIMA ). 3(5), 225–234.

Keuangan(OJK), O. J. (2024). Fact book 2024.

Kurniasi, A. A., Saptari, M. A., & Ilhadi, V. (2021). Aplikasi Peramalan Harga Saham Perusahaan Lq45 Dengan Menggunakan Metode Arima. Sisfo: Jurnal Ilmiah Sistem Informasi, 5(1), 13–26. https://doi.org/10.29103/sisfo.v5i1.4849

Muhammad Iqbal, N. W. N. (2021). Prediksi Harga Saham Harian PT BTPN Syariah Tbk Menggunakan Model Arima dan Model Garch. 7(03), 1573–1580.

Nurlela, W., Pratiwi, A. I., & Yulianti, H. T. (2025). Analisis Metode Moving Average , Exponential Smoothing , dan Arima dalam Peramalan Permintaan untuk Pengendalian Stok Floor Rear. 4(3), 1066–1075.

Pertamina. (2024). Resilience To Deliver.

Pramesti, A. D., Sulistijanti, W., Statistika, I. T., Semarang, B. M., & Hamka, J. P. (2023). ARIMA-GARCH Model Price Forecasting in PT . Unilever Indonesia Tbk. 10(1), 147–157.

Surya, M., & Pratama, S. (2018). PENGARUH FAKTOR INTERNAL DAN EKSTERNAL TERHADAP HARGA SAHAM PADA PERUSAHAAN FARMASI YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2012-2018 Sekolah Tinggi Ilmu Ekonomi Indonesia ( STIESIA ) Surabaya.

Downloads

Published

2026-03-05

How to Cite

Ida Faridatul Arifin, Siti Irna Zakia, Khaerul Anwar, & Agus Sardjono. (2026). Forecasting Harga Saham PT Surya Esa Perkasa Tbk (ASSA) dengan Pendekatan ARIMA dan GARCH. Al-Zayn : Jurnal Ilmu Sosial & Hukum, 4(2), 4123–4130. https://doi.org/10.61104/alz.v4i2.4794

Issue

Section

Articles