Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
Gracia Domini Simarmata
Unknown Affiliation
Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PERBANDINGAN KINERJA MODEL GARCH DAN LSTM DALAM MEMPREDIKSI VOLATILITAS HARIAN IHSG: Indonesian Sitorus, Gabriel; Yolanda Angelica Sitorus; Gracia Domini Simarmata
MATHunesa: Jurnal Ilmiah Matematika Vol. 14 No. 1 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v14n1.p81-91

Abstract

Pasar saham merupakan instrumen keuangan yang rentan terhadap fluktuasi harga, yang dipengaruhi oleh faktor ekonomi, kebijakan pemerintah, dan sentimen investor. Volatilitas harga saham menjadi indikator penting untuk menilai risiko dan dinamika pasar, sehingga prediksi volatilitas harian memiliki peran strategis bagi investor dan pengambil kebijakan. Penelitian ini bertujuan untuk membandingkan kinerja model GARCH(1,1) dan Long Short-Term Memory (LSTM) dalam memprediksi volatilitas harian Indeks Harga Saham Gabungan (IHSG) pada periode 2016–2025. Data harga penutupan diolah menjadi log return dan melalui preprocessing, termasuk pembersihan, normalisasi, dan pembentukan sequence untuk kebutuhan pemodelan LSTM. Hasil penelitian menunjukkan bahwa GARCH(1,1) mampu menangkap pola volatilitas IHSG secara memadai, namun memiliki keterbatasan dalam menangani perubahan volatilitas yang cepat. Sebaliknya, LSTM menunjukkan performa prediksi yang lebih unggul dengan kesalahan prediksi rendah dan kemampuan penjelasan tinggi yang menunjukkan keunggulan dalam menangkap dinamika non-linear dan ketergantungan jangka panjang pada data volatilitas. Kata Kunci: Volatilitas IHSG, GARCH (1,1), LSTM, Peramalan Deret Waktu, Deep Learning.
Co-Authors Sitorus, Gabriel Yolanda Angelica Sitorus