PREDIKSI MODEL RANTAI MARKOV DALAM PERUBAHAN INDEKS HARGA SAHAM SEKTOR ENERGI MENGGUNAKAN PERSAMAAN CHAPMAN KOLMOGOROV ( STUDI KASUS PT BAYAN RESOURCES TBK)

Kadek Deni Candra, Universitas Negeri Yogyakarta
Caturiyati Caturiyati, Universitas Negeri Yogyakarta

Abstract


Saham merupakan salah satu produk investasi yang cukup populer di tahun 2022. Penelitian ini bertujuan untuk memprediksi besarnya peluang berinvestasi saham dimasa yang akan datang. Data yang digunakan adalah data historis perubahan indeks saham sektor energi yang kemudian dimodelkan dengan menggunakan rantai Markov dan dilakukan proses prediksi sampai mencapai titik ekuilibrium dengan menggunakan Persamaan Chapman Kolmogorov. Hasil penelitian menunjukan bahwa saham PT Bayan Resources Tbk (BYAN) diprediksi peluang naik drastis adalah 7,96%, peluang naiknya adalah 49,43%, peluang tetapnya adalah 8,72%, peluang turunya adalah 30,79%, dan peluang turun drastisnya adalah 3,10%.

Kata kunci: Rantai Markov, Persamaan Chapman Kolmogorov, prediksi, saham.


Full Text:

PDF

References


Agbam, A. S., & Udo, E. O. (2020). Application of Markov Chain (MC) Model to the Stochastic Forecasting of Stocks Prices in Nigeria: The Case Study of Dangote Cement. International Journal of Applied Science and Mathematical Theory, 6(1), 14–33.

Anton, H., & Rorres, C. (2014). Elementary Linear Algebra (11th ed.). Florida: John Wiley & Sons, Inc.

Doubleday, K. J., & Esunge, J. N. (2011). Application of Markov chains to stock trends. Journal of Mathematics and Statistics, 7(2), 103–106. https://doi.org/10.3844/jmssp.2011.103.106

Grimmett, G., & Stirzaker, D. (2001). Probability and Random Processes (3^rded). New York: Oxford University press.

Haberman, S & Pitacco, E. (1967). Actuarial Models for Disability Insurance (1sted). London: Chapman & Hall.

Handayani, L., & Adri, M. (2015). Penerapan JST (Backpropagation) untuk Prediksi Curah Hujan (Studi Kasus : Kota Pekanbaru). Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI) 7, November, 238–247.

Hillier, F. S., & Lieberman, G. J. (2008). Introduction to Operations Research (9rd ed). New York: Mcgraw Hill.

Oktaviyani, Dwijanto, & S. (2018). Optimasi Penjadwalan Produksi Dan Perencanaan Persediaan Bahan Baku Menggunakan Rantai Markov (Studi Kasus Kinken Cake & Bakery Kutoarjo). UNNES Journal of Mathematics, 7(2), 165–180.

Padi, T. R., Dar, G. F., & Rekha, S. (2022). Stock Market Trend Analysisand Prediction using Markov Chain Approach in the Context of Indian Stock Market. IOSR Journal of Mathematics, 18(4), 40–45. https://doi.org/10.9790/5728-1804014048

Purwanti, T. (2022). Jumlah Investor Aktif di Pasar Modal RI. CNBC Indonesia. https://www.cnbcindonesia.com/market/20220628200623-17-351201/jumlah-investor-pasar-modal-ri-9-juta-berapa-yang-aktif

Ross, S. M. (1998). Introduction to Probability Models (10th ed). California: Academic Press is an imprint of Elsevier

https://doi.org/10.2307/2669658

Vasanthi, D., Subha, D., & Nambi, M. (2011). an Empirical Study on Stock Index Trend Prediction Using Markov Chain Analysis. Journal of Banking Financial …, 1(1), 72–91. http://www.skirec.com/images/download/JBFSIR/JBFSIR APRIL 1 _ 2011_ ABSTRACTS/5 s vasanthi Paper.pdf

Yavuz, M. (2018). A Markov chain analysis for BIST participation index. Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 21(1), 1–8. https://doi.org/10.25092/baunfbed.433310


Refbacks

  • There are currently no refbacks.


 

Online ISSN (e-ISSN): 3031-1152

Creative Commons LicenseJurnal Kajian dan Terapan Matematika by https://journal.student.uny.ac.id/index.php/jktm/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.