<![CDATA[Pandemi COVID-19 telah menimbulkan ketidakstabilan pada pasar keuangan global, termasuk pasar saham syariah di Indonesia. Perubahan kondisi ekonomi selama pandemi dan periode pemulihan pasca pandemi memengaruhi dinamika volatilitas indeks saham syariah seperti Jakarta Islamic Index (JII) dan Indeks Saham Syariah Indonesia (ISSI). Analisis volatilitas menjadi penting untuk memahami tingkat risiko pasar serta mengevaluasi efektivitas metode prediksi yang digunakan dalam memodelkan perilaku pasar saham. Penelitian ini bertujuan untuk menganalisis dinamika volatilitas indeks saham syariah Indonesia pada periode pandemi dan pasca pandemi serta membandingkan kinerja model prediksi volatilitas menggunakan pendekatan Machine Learning Random Forest Regressor dan metode statistik Naïve Persistence. Penelitian menggunakan data harga penutupan harian indeks JII dan ISSI yang kemudian ditransformasikan menjadi log return mingguan dan dihitung volatilitasnya menggunakan rolling standar deviasi. Proses pemodelan dilakukan dengan pembagian data deret waktu untuk training dan testing, sedangkan evaluasi model menggunakan metrik Root Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa volatilitas pasar saham syariah meningkat secara signifikan pada periode pandemi dan menurun pada periode pasca pandemi. Model Machine Learning menunjukkan kinerja yang lebih baik dalam memprediksi volatilitas pada kondisi pasar yang bergejolak, sedangkan metode statistik lebih efektif ketika kondisi pasar relatif stabil. Temuan ini menunjukkan bahwa pemilihan model prediksi volatilitas perlu mempertimbangkan karakteristik kondisi pasar yang berbeda.]]>
Copyrights © 2026
