digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Deaven Wahyudi Handoko
PUBLIC Dwi Ary Fuziastuti

Di era digital saat ini, pasar modal telah menjadi salah satu pilihan utama masyarakat dalam berinvestasi. Salah satu instrumen pasar modal yang paling populer di masyarakat Indonesia adalah saham. Saham adalah suatu bukti kepemilikan terhadap suatu perusahaan, yang dapat diperjualbelikan dengan harga tertentu. Harga masing–masing saham mewakili aset dan kinerja perusahaan, dengan perusahaan yang memiliki aset besar dan kinerja perusahaan yang baik akan memiliki harga yang lebih tinggi dan cenderung stabil, begitu juga sebaliknya. Dalam periode waktu perdagangan, harga saham suatu perusahaan akan mengalami pergerakan yang mengikuti hukum penawaran dan permintaan, ketika permintaan lebih tinggi dari penawaran, maka harga saham tersebut akan mengalami kenaikan, dan begitupun untuk keadaan sebaliknya. Dalam berinvestasi saham, selain bisa mendapatkan keuntungan, ada kemungkinan untuk mendapatkan kerugian juga. Untuk memperkecil kerugian, dapat dilakukan analisa–analisa stastistika terlebih dahulu sebelum melakukan aksi jual beli. Salah satu analisanya adalah prakiraan. Dengan prakiraan, dapat dilakukan diprediksi harga saham tersebut di waktu yang akan datang. Dalam penelitian ini, metode utama yang digunakan adalah proses gaussian. Metode ini dapat memberikan prediksi dengan mempertimbangkan unsur ketidakpastian. Metode proses gaussian akan dibandingkan dengan metode deret waktu lainnya, yaitu metode SARIMA. Proses Gaussian akan menggunakan dua jenis fungsi kovariansi, yaitu fungsi kovariansi Matern dan fungsi kovariansi RBF. Akan digunakan tiga masukan periode waktu untuk penelitian ini, yaitu periode singkat, sedang, dan panjang. Hal ini dikarenakan setiap tahun memiliki tren masing–masing, dan pemasukan periode yang berbeda memberikan dampak terhadap prediksi yang digunakan. Dengan mengaplikasikan model ini pada data saham ASII dan INDF, disimpulkan bahwa model proses gaussian dengan fungsi kovariansi matern memberikan prediksi terbaik jika dibandingkan dengan model SARIMA dan model proses gaussian dengan fungsi kovariansi RBF.