Bab V SIMPULAN DAN SARAN

Transkripsi

1 Bab V SIMPULAN DAN SARAN V.1 Ringkasan Penelitian ini dilakukan untuk menguji prediksi menggunakan metode ARIMA. Data yang digunakan dalam penelitian adalah data IHSG penutupan harian IHSG mulai periode 1 April 2011 sampai dengan 30 Maret Hasil penelitian ini menunjukkan bahwa data IHSG harian selama periode penelitian tidak stasioner sehingga perlu dilakukan proses differencing (pembedaan) karena ARIMA memerlukan data series yang stasioner. Berdasarkan grafik autokorelasi dan autokorelasi parsial dengan teknik correlogram didapatkan bahwa data masih belum stasioner terhadap mean maka dilakukan proses transformasi data dengan menggunakan proses differencing atau pembedaan. Hasil proses transformasi data menjadi stasioner sehingga dapat menggunakan metode ARIMA. Berdasarkan pengujian diagnostic checking model ARIMA yang terbaik adalah Expert Modeler ARIMA (0,1,17) dengan tingkat kesalahan absolut ratarata sebesar 0,87%. Berdasarkan pengujian regresi linier sederhana menyatakan bahwa hasil prediksi menggunakan metode ARIMA berpengaruh signifikan terhadap IHSG pada harian mendatang. V.2 Simpulan Berikut ini adalah simpulan dari penelitian: 1. Penelitian ini menemukan bahwa data harian nilai IHSG mulai periode 1 April 2011 sampai dengan 30 Maret 2012 adalah runtut waktu (time series) yang bersifat tidak stasioner. Data yang tidak stasioner mengakibatkan metode ARIMA tidak dapat digunakan. ARIMA memerlukan data series yang stasioner. 1

2 berdasarkan grafik autokorelasi dan autokorelasi parsial dengan teknik correlogram didapatkan bahwa data masih belum stasioner terhadap mean maka dilakukan proses transformasi data dengan menggunakan proses differencing atau pembedaan. Hasil proses transformasi data menjadi stasioner sehingga dapat menggunakan metode ARIMA. 2. Dari hasil uji diagnostic checking dilakukan pengukuran residual, Modifted Box- Pierce (Ljung-Box) Q Statistic, dan MSE yang terkecil, model yang terbaik untuk prediksi IHSG pada harian mendatang adalah Expert Modeler ARIMA (0,1,17). Expert Modeler ARIMA (0,1,17) juga dipilih karena memiliki nilai penyimpangan terkecil antara hasil prediksi menggunakan ARIMA dengan nilai IHSG yang sebenarnya. 3. Hasil empiris dari penelitian menunjukkan bahwa prediksi IHSG menggunakan metode ARIMA untuk periode 1 April 2011 sampai dengan 30 Maret 2012 terbukti akurat dengan tingkat kesalahan peramalan rata-rata sebesar 0,87%. Tingkat kesalahan peramalan rata-rata sebesar 0.87% terjadi disebabkan pada tahun penelitian terjadi fluktuasi nilai IHSG yang menurun tajam pada tanggal 3 Oktober 2011 disebabkan adanya sentiment negatif atau resiko yang beredar sehingga IHSG jatuh paling buruk diantara bursa Asia. Kemerosotan IHSG berlanjut hingga perdagangan Selasa (4/10/2011) yang mengakibatkan investor melakukan aksi jual saham-sahamnya di tengah kondisi pasar financial global yang sedang bergejolak karena kekhawatiran krisis di yunani akan menyeret pada krisis perbankan (Lampiran 3). 4. Berdasarkan pengujian autokorelasi, dapat dilihat ada nilai IHSG terdahulu berpengaruh terhadap peramalan nilai IHSG menggunakan metode ARIMA yaitu 2

3 pada saat Y t-4, Y t-7, dan Y t-17 sedangkan nilai IHSG terdahulu lainnya tidak berpengaruh secara signifikan dalam peramalan nilai Yt (IHSG periode harian pada waktu t). Hal tersebut terjadi disebabkan pada saat Y t-4, Y t-7, dan Y t-17 memiliki korelasi atau hubungan nilai IHSG yang signifikan dalam memprediksi nilai IHSG pada harian mendatang. Serta, penyebab terjadinya korelasi karena data yang digunakan data time series dari data IHSG yang disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu sehingga terjadi hubungan antara data sekarang dengan data sebelumnya 5. Berdasarkan pengujian regresi sederhana, hasil prediksi IHSG dengan metode ARIMA berpengaruh signifikan terhadap IHSG periode harian mendatang di BEI sebesar dengan tingkat keakuratan 0.87% karena hasil prediksi IHSG dengan menggunakan ARIMA (4/2/2012) sebesar dan nilai IHSG aktual (4/2/2012) sebesar terjadi selisih (error) (0.957%) dibandingkan dengan tingkat kesalahan dalam penelitian ini sebesar 5%. Berarti tingkat kesalahan menggunakan ARIMA lebih kecil dibandingkan dengan kesalahan yang ditentukan dalam penelitian ini. Dengan demikian, hasil prediksi IHSG menggunakan metode ARIMA akurat. 6. Dalam penelitian ini, penentuan nilai saham di BEI dipengaruhi oleh ARIMA hanya sebesar 12% sehingga faktor penentu lain terhadap dengan nilai IHSG pada periode mendatang sebesar 88%. Faktor-faktor lainya yang mempengaruhi nilai IHSG, yaitu faktor yang berasal dari luar negeri (eksternal) dan faktor yang berasal dari dalam negeri (internal). Faktor yang berasal dari luar negeri, yaitu indeks bursa asing Negara lain seperti Dow Jones, Standard Q Poor s, Nasdaq, dan lain-lain (lampiran 4), trend pergerakan harga minyak luar negeri, dan 3

4 adanya sentimen pasar luar negeri. Sedangkan faktor yang berasal dari dalam negeri yaitu dari nilai tukar mata uang rupiah terhadap negara lain, tingkat suku bunga, dan inflasi yang terjadi di Indonesia. Pada umunya bursa yang memiliki pengaruh yang kuat terhadap kinerja bursa efek lainnya adalah bursa efek yang tergolong maju seperti bursa Amerika, Jepang, Inggris dan sebagainya. Selain itu bursa efek regional juga dapat mempengaruhi karena letak geografisnya yang saling berdekatan seperti, Nikkei-225 di Jepang, KOSPI di Korea, Hang Seng di Hongkong, dan lain-lain (lampiran 4). Fluktuasi harga minyak mentah dunia juga merupakan suatu indikasi yang mempengaruhi pasar modal suatu negara. Secara tidak langsung kenaikan harga minyak mentah dunia akan berimbas pada sektor ekspor dan impor suatu negara. Bagi negara pengekspor minyak, kenaikan harga minyak dunia merupakan keuntungan tersendri bagi perusahaan karena harga yang sedang tinggi membuat para investor cenderung menginvestasikan dananya ke berbagai sektor komiditi minyak dan pertambangan. Namun jika harga minyak sedang turun para investor cenderung melakukan aksi ambil untung (taking profit) dengan cara menjual sahamnya sehingga akan mempengaruhi indeks saham suatu negara. Dan sentimen postif atau negatif dapat mempengaruhi suatu investor dalam melakukan investasi di dalam pasar modal (lampiran 4). V.3 Keterbatasan-Keterbatasan Penelitian ini membutuhkan data historis yang relatif stabil dari satu periode ke periode lain. Kondisi ekonomi yang relatif stabil membuat peramalan kuantitatif lebih diunggulkan karena data historis yang ada tidak banyak mengalami perubahan dan mennunjukan pola mudah dipahami. Namun, pada 4

5 saat kondisi yang tidak stabil seperti kondisi perekonomian global masuk ke dalam resesi, data historis menjadi kurang efektif untuk digunakan sehingga peramalan kualitati seperti pengumpulan pendapat pakar atau ahli ekonomi perlu dipertimbangkan. Dalam penelitian ini menggunakan data IHSG selama periode 1 April 2011 sampai dengan 30 Maret 2012 secara harian, maka hasilnya tidak dapat digeneralisasi atau disamakan pada periode lainnya sehingga penelitian ini perlu dilakukan penginputan data harian penutupan IHSG yang lebih terbaru. 5