<![CDATA[Pergerakan harga saham yang fluktuatif menuntut metode peramalan yang dapat menangkap pola linier maupun nonlinier secara akurat. Penelitian ini bertujuan untuk meramalkan harga penutupan saham mingguan Indofood CBP Sukses Makmur Tbk. (ICBP.JK) dengan menggunakan pendekatan hybrid Autoregressive Integrated Moving Average – Radial Basis Function Neural Network (ARIMA-RBFNN). Model ARIMA digunakan untuk menangkap pola linier dalam data, sedangkan RBFNN digunakan untuk memodelkan residual dari ARIMA yang mengandung pola nonlinier. Data yang digunakan berasal dari harga penutupan saham dalam periode mingguan ICBP.JK dalam rentang waktu 1 April 2019 hingga 1 April 2024, dengan total 262 data, dan dibagi menjadi dua set data, yaitu data training dengan proporsi 80%, data testing dengan proprosi 20%. Evaluasi dilakukan menggunakan parameter Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model hybrid ARIMA-RBFNN memberikan hasil peramalan yang sangat baik, dengan nilai MAPE sebesar 4,13% untuk data training dan 3,19% untuk data testing, menandakan bahwa metode hybrid ARIMA-RBFNN layak digunakan dalam peramalan harga saham, karena mampu menangkap pola linier dan nonlinier secara efektif. Pada penerapannya, model yang dibentuk meramalkan bahwa akan terjadi penurunan pada harga penutupan saham ICBP.JK dalam kurun waktu 5 minggu ke depan.]]>
Copyrights © 2026
