Penentuan Saham Syariah Terbaik melalui Pendekatan Peramalan

Eva Khoirun Nisa

doi:10.21580/square.2022.4.1.11229

Penentuan Saham Syariah Terbaik melalui Pendekatan Peramalan

* - UIN Walisongo Semarang, Indonesia

(*) Corresponding Author

DOI: 10.21580/square.2022.4.1.11229

Abstract
References
Licensing
How to cite

Berinvestasi syariah sudah menjadi tren masyarakat Indonesia pada saat ini. Beberapa kelebihan yang menjadi alasan banyak yang berinvestasi syariah termasuk saham syariah, yaitu sesuai prinsip-prinsip Islam dan indeks saham syariah di Indonesia melesat naik saat pandemi di saat negara lain mengalami penurunan. Keuntungan merupakan tujuan utama dari investasi. Namun ternyata masih banyak masyarakat yang mengalami kebingungan dalam memilih saham syariah berpotensial menguntungkan. Penelitian ini bertujuan untuk memperoleh saham syariah yang memberikan harga saham yang tinggi dan meramalkan harga saham syariah dengan metode peramalan. Berdasarkan analisis yang telah dilakukan bahwa data harga saham syariah yang digunakan tidak mempunyai faktor musiman dan merupakan data time series jangka waktu pendek sehingga model ARIMA tepat digunakan untuk meramalkan harga saham syariah. Saham syariah ACES merupakan saham yang mempunyai harga saham tinggi dengan model terbaik ARIMA (0,1,4). Ramalan harga saham syariah ACES mengalami penurunan pada bulan September, Oktober, dan November 2021 kemudian stabil sampai bulan Agustus 2023.

Kata kunci: ARIMA, peramalan, saham syariah.

Abbes, M. B., & Trichilli, Y. (2015). Islamic Stock Markets and Potential Diversification Benefits. Borsa Istanbul Review, 15(2), 93–105.
Abdallah, F. D. M. (2019). Role of Time Series Analysis in Forecasting Egg Production Depending on ARIMA Model. Applied Mathematics, 9(1), 1–5.
Board, I. financial services. (2015). Islamic financial services industry stability report.
Budiandru, B. (2021). ARCH and GARCH Models on the Indonesian Sharia Stock Index. Jurnal Akuntansi Dan Keuangan Islam, 9(1), 27–38.
de Sa, J. P. M. (2007). Applied Statistics using SPSS, STATISTICA, MATLAB, and R. Springer Berlin Heidelberg.
Iqbal, Z., & Mirakhor, A. (2007). An Introduction To Islamic Finance: Theory and Practice. John Wiley & Sons.
Irfan, M., Kassim, S., & Dhimmar, S. (2021). Impact of Covid-19 on Islamic Stock Markets: An Investigation using Threshold Volatility and Event Study Models. International Journal of Islamic Economics and Finance (IJIEF), 4(1), 121–148.
Lewis, M. K., & Algaoud, L. M. (2007). Perbankan Syariah: Prinsip, Praktik, dan Prospek. PT. Serambi Ilmu Semesta.
Meyler, Aidan, Kenny, Geoff, Quinn, & Terry. (1998). Forecasting irish inflation using ARIMA models. 11359, 0–8.
Saiti, B., Bacha, O. I., & Masih, M. (2014). The diversification benefits from Islamic investment during the financial turmoil: The case for the US-based equity investors. Borsa Istanbul Review, 14(4), 196–211.
Swing, L. (2010). A Practical Guide to Swing Trading. TA - Book.
Tongco, M. D. C. (2007). Purposive sampling as a tool for informant selection. Ethnobotany Research and Applications, 5, 147–158.
Totakura, V., Devasekhar, V., & Sake, M. (2020). Prediction of stock trend for swing trades using long short-term memory neural network model. International Journal of Scientific and Technology Research, 9(3), 1918–1923.
Umpusinga, H. A., Riasari, A., & ... (2020). Dynamic Modelling of Sharia-Based Corporate, Islamic Index and Exchange Rate: VAR Model Application. Jurnal Ilmiah Ekonomi …, 6(02), 195–202.
Wang, X., Smith-Miles, K., & Hyndman, R. (2009). Rule induction for forecasting method selection: Meta-learning the characteristics of univariate time series. Neurocomputing, 72(10–12), 2581–2594.