Evaluasi Kinerja ARMA-GARCH dalam Pemodelan Volatilitas Pasar dan Peramalan Return Saham BBCA

Muhammad Rafli; Adisty Sungkar; Fijriyah Fitriyani; Embay Rohaeti

doi:10.31605/saintifik.v12i1.620

Muhammad Rafli Universitas Pakuan
Adisty Sungkar Universitas Pakuan
Fijriyah Fitriyani Universitas Pakuan
Embay Rohaeti Universitas Pakuan

DOI: https://doi.org/10.31605/saintifik.v12i1.620

Keywords: Volatilitas, ARMA-GARCH, Return Saham, Peramalan, BBCA

Abstract

Pergerakan harga saham yang tidak stabil mencerminkan adanya ketidakpastian pasar yang perlu dipahami oleh investor. Saham BBCA dipilih karena memiliki pengaruh besar di pasar modal Indonesia serta menunjukkan pola return yang tidak stabil, sehingga memerlukan pendekatan pemodelan volatilitas yang lebih tepat. Penelitian ini memanfaatkan data return harian periode November 2022 hingga November 2025. Tahapan analisis meliputi uji stasioneritas, penentuan model ARMA untuk memodelkan komponen mean, langkah analisis yang dilakukan mencakup pemeriksaan sifat stasioner, penentuan model ARMA sebagai representasi komponen mean, pengujian keberadaan efek ARCH, pemilihan model GARCH yang paling optimal berdasarkan kriteria informasi, serta penilaian akurasi peramalan melalui ukuran error. Hasil penelitian menunjukkan bahwa return bersifat stasioner dan terdapat efek ARCH yang signifikan. Model ARMA(1,3) GARCH(1,1) dipilih berdasarkan perbandingan kriteria AIC dan BIC yang menghasilkan nilai terendah. Model ini mampu memberikan estimasi volatilitas yang akurat dengan nilai MAE sebesar 0,0122 dan RMSE sebesar 0,0164, mampu menangkap perilaku volatilitas yang bersifat persisten. Nilai galat peramalan yang rendah mengindikasikan bahwa model ini dapat menghasilkan estimasi volatilitas yang cukup akurat. Temuan ini memberikan wawasan penting mengenai tingkat risiko pada pergerakan saham BBCA dan dapat membantu investor dalam mengambil keputusan investasi yang lebih tepat.

Downloads

Download data is not yet available.

References

Bollerslev, T. 1986. Generalized Autoregressive Conditional Heteroskedasticity, J. Econometrics, Vol. 31, No. 3, hal. 307–327. https://doi.org/10.1016/0304-4076(86)90063-1

Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. 2015. Time Series Analysis: Forecasting and Control, Ed. 5, John Wiley & Sons, Hoboken.

Cahyo, S. A. N., & Sulistyono, M. Y. T. 2025. Comparison of multiple linear regression and random forest methods for predicting national rice production in Indonesia. Journal of Applied Informatics and Computing.

Engle, R. F. 1982. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation, Econometrica, Vol. 50, No. 4, hal. 987–1007. https://doi.org/10.2307/1912773

Gujarati, D. N. 2012. Dasar-Dasar Ekonometrika, Ed. 5, Salemba Empat, Jakarta.

Hartati, I., dan Saluza. 2017. Aplikasi GARCH dalam Mengatasi Volatilitas pada Data Keuangan, J. Matematika, Vol. 7, No. 2, hal. 107–118.

Hodson, J. 2022. Statistical Metrics for Model Evaluation: MAE, MSE, RMSE Explained, Quantitative Research Methods Press, New York.

Indarti, M. G., & Purwanto, N. (2019). Analisis Volatilitas Return Saham Menggunakan Model ARCH-GARCH pada Indeks LQ45. Jurnal Eksplorasi Akuntansi, 1(1), 319–335. https://jea.ppj.unp.ac.id/index.php/jea/article/view/57

Jumiati, L., Pimpi, L., Muhtar, N., Abapihi, B., Aswani, A., dan Ningtyas, R. A. 2024. Analisis Volatilitas Saham Sektor Perbankan Menggunakan Metode GARCH (Studi Kasus Bank BUMN pada Saham LQ45 di BEI), J. Matematika, Komputasi dan Statistika, Vol. 4, No. 2, hal. 663–674.

Komalasari, R., & Putra, A. (2020). Peramalan Harga Saham Menggunakan Metode ARIMA pada Indeks Saham Syariah Indonesia (ISSI). Jurnal Sains, Teknologi dan Industri, 18(2), 159–168. https://journal.unpar.ac.id/index.php/jsti/article/view/4039

Raneo, A. P., dan Muthia, F. 2018. Penerapan Model GARCH dalam Peramalan Volatilitas di Bursa Efek Indonesia, J. Manajemen dan Bisnis Sriwijaya (JMBS), Vol. 15, No. 3, hal. 195–202. Universitas Sriwijaya, Palembang

Trimono, dan Agista, F. 2021. Model ARMA-GARCH Prediksi Value-at-Risk pada Saham PT Astra Agro Lestari Tbk, Seminar Nasional Informatika Bela Negara (SANTIKA), Surabaya, 5 November.

Tsay, R. S. 2010. Analysis of Financial Time Series, Ed. 3, John Wiley & Sons, Hoboken.

Wulandari, S. S., Sufri, & Yurinanda, S. 2021. Penerapan Metode ARIMA Dalam Memprediksi Fluktuasi Harga Saham PT Bank Central Asia Tbk. BUANA Matematika: Jurnal Ilmiah Matematika Dan Pendidikan Matematika, 11(1), 53–68.

Xu, C., Raymond, W. J. K., Mokhlis, H., & Illias, H. A. 2025. Improving residential load forecasting accuracy through semi-supervised multi-binary classifier framework. IEEE Transactions on Smart Grid. https://ieeexplore.ieee.org/document/11222400