Perpustakaan Digital ITB

Penelitian ini bertujuan untuk memodelkan dan memprediksi pergerakan harga saham Apple, Inc. (AAPL) menggunakan model ARIMA dan teknik korelasi silang. Data historis harga saham AAPL yang digunakan dalam penelitian ini mencakup periode dari 3 Juli 2023 hingga 3 Desember 2023, dipilih karena relevansi periode tersebut dengan analisis yang dilakukan. Model ARIMA(1,1, 0) diidentifikasi sebagai model terbaik untuk memodelkan data ini dibandingkan dengan model ARIMA(1,1, 1), ARIMA(12,1, 0), ARIMA(12,1, 1), dan ARIMA(16,1, 0). Dalam pemilihan model ARIMA(1,1, 0) didasarkan pada nilai AIC dan BIC yang paling rendah serta hasil Uji Ljung-Box yang tidak menolak hipotesis nol, menunjukkan kecocokan model. Evaluasi lebih lanjut menunjukkan performa model dengan RMSE sebesar 1.897, MAPE sebesar 0.848, dan MAE sebesar 1.562. Berdasarkan hasil tersebut, model ARIMA(1,1, 0) disimpulkan sebagai model yang paling sesuai untuk memprediksi pergerakan harga saham AAPL dalam periode yang dipilih. Model ARIMA(1,1, 0) juga menunjukkan konsistensi dan keandalan dalam memprediksi harga saham AAPL untuk periode 4 Juli 2023 - 4 Desember 2023, 5 Juli 2023 - 5 Desember 2024, 6 Juli 2023 - Desember 2023, 7 Juli 2023 - 7 Desember 2023, 8 Juli 2023 - 8 Desember 2023, 9 Juli 2023 - 9 Desember 2023, dan 10 Juli 2023 - 10 Desember 2023. Analisis dengan menggunakan teknik korelasi silang juga diterapkan untuk memprediksi pergerakan harga saham Advanced Micro Devices, Inc. (AMD). Evaluasi model dengan metrik RMSE, MAPE, dan MAE menunjukkan hasil yang sangat memuaskan dengan nilai yang sangat kecil. Penelitian ini mengimplementasikan prediksi harga saham AAPL berdasarkan harga saham AMD melalui diagram nilai korelasi silang antara hasil prediksi saham AAPL dan nilai aktualnya, serta analisis numerik dari teknik korelasi silang. Hasil penelitian menunjukkan bahwa prediksi harga saham AAPL dalam jangka pendek dapat dilakukan berdasarkan harga saham AMD satu atau dua hari sebelumnya, dengan mempertimbangkan proses diferensi yang dilakukan dalam model ARIMA yang telah di-fitting. Temuan ini mengindikasikan bahwa teknik korelasi silang dengan ARIMA(1,1, 0) menyediakan dasar yang kuat untuk memprediksi harga saham AAPL berdasarkan data harga saham AMD, mengingat data yang terbukti nonheteroskedastis.