Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Putri Marianti
Universitas Cenderawasih
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Analisis Fundamental dan Pemodelan Harga Saham Perusahaan PT. Fast Food Indonesia Tbk dengan Menggunakan Model ARIMA Putri Marianti; Reni Yohana Yom; Leny Puspita Sari; Citra Maitimu
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.9342

Abstract

Penelitian ini bertujuan untuk menganalisis kondisi fundamental PT Fast Food Indonesia Tbk serta memodelkan pergerakan harga sahamnya menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Analisis fundamental dilakukan untuk mengidentifikasi faktor–faktor internal dan eksternal yang memengaruhi pergerakan harga saham, antara lain perkembangan penjualan, profitabilitas, kondisi operasional, inflasi, dan perubahan daya beli masyarakat. Data yang digunakan merupakan data historis harga penutupan saham dengan frekuensi harian, mingguan, dan bulanan pada periode 10 tahun, 5 tahun, dan 3 tahun. Tahapan analisis meliputi statistik deskriptif, uji stasioneritas Augmented Dickey–Fuller (ADF), identifikasi autokorelasi, pemodelan ARIMA, serta evaluasi model menggunakan kriteria informasi Akaike (AIC) dan metrik prediksi Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil uji menunjukkan bahwa sebagian seri waktu tidak stasioner pada level sehingga dilakukan differencing orde pertama untuk mencapai stasioneritas. Berdasarkan hasil pengujian dari berbagai kombinasi frekuensi dan periode data, model terbaik secara keseluruhan adalah ARIMA(0,1,1) pada data harian periode 3 tahun dengan nilai AIC sebesar 6324,68; MAE 12,45; RMSE 21,95; dan MAPE 2,62%, yang mengindikasikan tingkat akurasi prediksi yang sangat baik. Hasil peramalan menunjukkan bahwa model ARIMA mampu merepresentasikan pola pergerakan harga saham berdasarkan data historis yang digunakan. Temuan ini menegaskan bahwa pemilihan periode dan frekuensi data memengaruhi kinerja model peramalan, dan bahwa ARIMA merupakan metode yang layak digunakan sebagai salah satu alat bantu dalam analisis serta pengambilan keputusan investasi.
Co-Authors Citra Maitimu Leny Puspita Sari Reni Yohana Yom