Pergerakan pasar saham Indonesia sering kali terasa sulit diprediksi. Indeks Harga Saham Gabungan (IHSG) yang menjadi barometer utama kondisi pasar modal nasional dapat mengalami kenaikan tajam dalam waktu singkat, namun juga bisa turun drastis akibat sentimen global, kondisi ekonomi domestik, maupun faktor geopolitik. IHSG mencerminkan kinerja ratusan saham yang tercatat di Bursa Efek Indonesia. Ketika IHSG naik, hal ini menandakan optimisme pasar dan meningkatnya kepercayaan investor. Sebaliknya, penurunan IHSG sering dikaitkan dengan meningkatnya risiko dan ketidakpastian ekonomi. Ketidakpastian inilah yang membuat investor, analis, dan pengambil kebijakan terus mencari cara untuk membaca arah pasar secara lebih akurat.
Menjawab tantangan tersebut, sebuah penelitian yang dipublikasikan dalam BAREKENG: Journal of Mathematics and Its Applications menghadirkan pendekatan statistik untuk memprediksi pergerakan IHSG dengan memanfaatkan data historis. Penelitian ini dilakukan oleh tim dosen dan mahasiswa Program Studi Statistika Universitas Airlangga dan menggunakan dua metode utama, yaitu ARCH–GARCH dan Estimator Deret Fourier.
Pendekatan ARCH–GARCH digunakan karena metode ini dirancang khusus untuk menangani masalah volatilitas yang tidak konstan, yang sering ditemukan pada data keuangan. Model ini mampu menangkap fenomena volatility clustering, yaitu kondisi ketika fluktuasi besar cenderung diikuti oleh fluktuasi besar lainnya dan periode tenang diikuti oleh periode yang relatif stabil. Dengan mengombinasikan model ARIMA pada rata-rata data dan ARCH–GARCH pada varians residualnya, model ini mampu merepresentasikan dinamika IHSG secara lebih realistis.
Sebagai pembanding, Estimator Deret Fourier digunakan untuk menangkap pola musiman dan siklus pergerakan IHSG. Metode ini memanfaatkan kombinasi fungsi sinus dan cosinus untuk merepresentasikan pola berulang yang sering muncul dalam data deret waktu. Pendekatan ini relatif fleksibel dan tidak bergantung pada asumsi distribusi tertentu, sehingga cocok digunakan ketika pola data sulit ditentukan secara parametrik. Kedua pendekatan tersebut diuji pada data mingguan IHSG dari Maret 2020 hingga Juni 2024, periode yang mencakup fase krisis pandemi COVID-19 hingga masa pemulihan ekonomi. Periode ini dipilih karena mencerminkan kondisi pasar yang fluktuatif.
Hasil analisis menunjukkan bahwa kedua pendekatan mampu memberikan prediksi yang cukup baik. Namun demikian, model ARIMA–ARCH menunjukkan kinerja yang lebih unggul dibandingkan Estimator Deret Fourier. Pada data pengujian, model ARIMA–ARCH menghasilkan tingkat kesalahan prediksi yang lebih rendah dengan nilai Mean Absolute Percentage Error (MAPE) sekitar 5%, sedangkan metode Deret Fourier menghasilkan MAPE sekitar 8,57%. Perbedaan ini menunjukkan bahwa kemampuan ARCH–GARCH dalam menangkap dinamika volatilitas memberikan keunggulan tersendiri, terutama ketika pasar mengalami fluktuasi tajam.
Tak hanya bermanfaat dalam ranah analisis pasar modal, studi ini juga memberikan kontribusi dalam mendukung Tujuan Pembangunan Berkelanjutan (Sustainable Development Goals/SDGs) poin ke-8, yaitu pertumbuhan ekonomi yang berkelanjutan dan pekerjaan yang layak. IHSG yang stabil dan dapat diprediksi dengan baik mencerminkan kondisi pasar keuangan yang sehat, sehingga mampu meningkatkan kepercayaan investor dan mendorong arus investasi ke sektor produktif. Stabilitas pasar modal menjadi fondasi penting bagi pertumbuhan ekonomi nasional, penciptaan lapangan kerja, serta penguatan dunia usaha. Dengan demikian, prediksi IHSG yang lebih akurat tidak hanya membantu dalam pengelolaan risiko investasi, tetapi juga berperan dalam mendukung perumusan kebijakan ekonomi yang lebih terarah dan berkelanjutan.
Penulisan artikel ini merupakan hasil kolaborasi antara dosen dan mahasiswa Program Studi Statistika Universitas Airlangga. Tim peneliti terdiri dari dosen Statistika, yaitu M. Fariz Fadillah Mardianto dan Elly Pusporani, serta mahasiswa S1 Statistika, yaitu Hanny Valida, Farah Fauziah Putri, dan Doni Muhammad Fauzi. Kolaborasi ini mencerminkan sinergi akademik antara dosen dan mahasiswa dalam mengembangkan kajian ilmiah yang aplikatif, sekaligus menunjukkan bahwa inovasi dalam bidang statistika dan pasar keuangan dapat lahir dari proses pembelajaran, eksplorasi metodologi, serta kontribusi nyata terhadap dinamika dan tantangan ekonomi nasional.
Penulis: M. Fariz Fadillah Mardianto, S.Si.,M.Si.
Link Publikasi
https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/17973
