<![CDATA[Fenomena fluktuasi ekstrem pada harga penutupan Indeks Harga Saham Gabungan (IHSG) di Bursa Efek Indonesia (BEI) menciptakan ketidakpastian yang sulit diprediksi, sehingga peramalan pada data harga penutupan IHSG dapat membantu investor untuk mengantisipasi risiko investasi dan mempermudah investor untuk menentukan strategi investasi pada periode mendatang. Model hybrid Autoregressive Fractionally Integrated Moving Average-Neural Network (ARFIMA-NN) diimplementasikan karena model ini mampu menangani karakteristik long memory dan memiliki kemampuan menangkap pola non-linier, yang diharapkan dapat meningkatkan akurasi pada peramalan. Berdasarkan hasil analisis, diperoleh hasil peramalan menggunakan model hybrid ARFIMA-NN dengan 1 hingga 3 neuron yang menunjukkan bahwa nilai MAPE berada di bawah 10% atau peramalan sangat baik. Selanjutnya berdasarkan model hybrid ARFIMA(1;0,51;4)-NN 2 menggunakan data IHSG periode Januari 2005 hingga dengan Desember 2024 diperoleh IHSG periode Januari hingga Desember 2025 yang meningkat setiap bulannya.]]>
Copyrights © 2026
