Pemodelan Indeks Harga Saham Gabungan dengan Model Regresi Semiparametrik Kernel

Abstract

Indeks Harga Saham Gabungan (IHSG) adalah indeks rata-rata gabungan seluruh saham yang diperjualbelikan di Bursa Efek Indonesia (BEI). Informasi historis IHSG sangat dibutuhkan ketika investor memutuskan berinvestasi. Pengaruh faktor-faktor di luar pasar modal yang menyebabkan terjadinya fluktuasi dapat dianalisis dengan model regresi. Terdapat tiga model regresi yaitu parametrik, nonparametrik dan semiparametrik. Model regresi parametrik mengasumsikan bahwa pola pada variabel data diketahui sedangkan model regresi nonparametrik mengasumsikan bahwa variabel data polanya tidak diketahui. Kombinasi antara model regresi parametrik dan regresi nonparametrik untuk mendapatkan model terbaik digunakan model regresi semiparametrik. Parameter model regresi semiparametrik dapat diduga menggunakan pendekatan kernel. Kernel memiliki kemampuan yang baik dalam memodelkan data yang tidak mempunyai pola tertentu. Tujuan penelitian ini adalah menganalisis regresi semiparametrik kernel dengan fungsi Gaussian dan estimator Nadaraya-Watson dalam memodelkan IHSG. Data yang digunakan merupakan data sekunder yaitu data IHSG, jumlah uang beredar dan inflasi pada periode November 2015 hingga Desember 2019. Hasil pemodelan menunjukkan bahwa model regresi semiparametrik kernel dengan nilai bandwidth optimal 0,75 dan GCV sebesar 76467,09 diperoleh estimasi parameter sebesar 4,024098. Nilai MAPE kurang dari 10% yaitu sebesar 3,6%, sehingga dapat disimpulkan bahwa model regresi semiparametrik kernel terbaik mempunyai kemampuan peramalan yang sangat baik.