Perbandingan Metode ARIMA dan Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan dengan Nilai Earning Per Share (EPS) Tertinggi

  • Fitria I
  • Alam M
  • Subchan S
N/ACitations
Citations of this article
80Readers
Mendeley users who have this article in their library.

Abstract

Secara umum, saham adalah surat tanda kepemilikan perusahaan. Harga saham terbentuk di pasar saham dan ditentukan oleh beberapa faktor, salah satunya adalah laba per saham dasar atau earning per share. Earning Per Share (EPS) merupakan komponen penting pertama yang harus diperhatikan dalam analisis fundamental perusahaan. Informasi EPS suatu perusahaan menunjukkan besarnya laba bersih perusahaan yang siap dibagikan untuk semua pemegang saham perusahaan. Selain mengamati analisis fundamental, investor yang ingin menanamkan modalnya di pasar saham harus mengetahui bagaimana peramalan harga saham kedepan agar tidak mengalami kerugian. Pada penelitian ini digunakan metode peramalan Autoregressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing untuk meramalkan harga saham tiga perusahaan berdasarkan nilai EPS tertinggi dari saham-saham yang tergabung dalam LQ45. Kedua metode tersebut dibandingkan untuk melihat metode yang lebih baik dalam peramalan harga saham tersebut dengan melihat nilai Mean Absolute Percentage Error (MAPE) dari masing-masing metode. Berdasarkan hasil penelitian, metode Exponential Smoothing lebih baik daripada metode ARIMA karena memiliki nilai MAPE yang lebih kecil.

Cite

CITATION STYLE

APA

Fitria, I., Alam, M. S. K., & Subchan, S. (2017). Perbandingan Metode ARIMA dan Exponential Smoothing pada Peramalan Harga Saham LQ45 Tiga Perusahaan dengan Nilai Earning Per Share (EPS) Tertinggi. Limits: Journal of Mathematics and Its Applications, 14(2), 25. https://doi.org/10.12962/limits.v14i2.3060

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free