82 kecil dibandingkan dengan metode peramalan yang lainnya yakni sebesar 22775.
Hal ini mengindikasikan bahwa metode ARIMA 1,1,0 lebih sesuai untuk menjelaskan pola data trend untuk emiten LSIP. Sebenarnya, nilai MSE ARIMA
1,1,0 sama dengan ARIMA 0,1,1 tetapi nilai peluang terjadinya error p-value dari ARIMA 1,1,0 lebih baik dibandingkan ARIMA 0,1,1. Oleh karena itu
dipilih model ARIMA 1,1,0. 6.2.3. Peramalan Harga Saham Emiten LSIP
Metode yang dipilih untuk meramalkan pola data emiten LSIP adalah metode peramalan dengan model ARIMA 1,1,0. Model ARIMA 1,1,0 tersebut
dituliskan dalam bentuk peramalan umumnya adalah sebagi berikut : Y
t
= 18,84+ 0,0526 Y
t-1
+
t
Pola data yang teridentifikasi menggunakan plot data time series memperlihatkan kecenderungan yang terus meningkat pada harga penutupan
saham penutupan harian PT Bakrie Sumatra Plantations, Tbk dan Anak Perusahaan UNSP. Pada tahun 2006 harga saham terus mengalami peningkatan
hingga menembus harga Rp. 6.600,- di akhir tahun. Kenaikan harga saham UNSP terus berlanjut pada tahun 2007, dimana isyu kenaikan harga BBM yang
terus merangkak naik ditambah dengan penggalakan energi alternatif pengganti Peramalan untuk pergerakan harga saham harian penutupan emiten LSIP
dengan metode yang dipilih metode ARIMA dapat dilihat pada Lampiran 3 memiliki kecenderungan yang meningkat berkisar antara Rp. 4.000,-an di awal
bulan Mei dan menyentuh harga sampai dengan Rp. 5.500.- an untuk peramalan dua bulan ke depan yakni di bulan Mei-Juni 2009. Hasil peramalan dapat dilihat
pada Lampiran 4. Hasil ramalan ini memberikan kesempatan bagi para investor yang memanfaatkan capital gain untuk membeli saham LSIP sekarang lalu
menjualnya dikemudian hari terutama minggu awal bulan Juni dan sebelum penutupan akhir bulan Mei di tahun 2009 karena mencapai angka tertinggi dalam
periode yang diramalkan. 6.3. Peramalan Harga Saham Emiten UNSP dan Anak Perusahaan
6.3.1. Ekplorasi Pola Data Harga Saham UNSP dan Anak Perusahaan
83 BBM semakin memberikan sentimen positif bagi perdagangan saham di sektoral
perkebunan yang memiliki segmen usaha kelapa sawit CPO. Sentimen positif di sektor pertanian terus berlanjut pada tahun 2008
hingga pertengahan tahun dimana pada tahun tersebut kenaikan harga bahan bakar minyak terus melambung hingga menembus 90barrel. Seiring berjalannya roda
perekonomian global yang tidak kosisten berakibat pada terjadinya krisis global yang bermula di Amerika Serikat berdampak signifikan pada perdagangan saham
di seluruh dunia mengakibatkan harga saham UNSP ikut mengalami dampak penurunan yang cukup tajam di bulan Oktober hingga mencapai 50 harga bulan
September. Selain itu penurunan harga minyak dunia turut ambil peran dalam fluktuasi harga menurun pada saham sektoral perkebunan secara keseluruhan.
I ndex
UN SP
800 720
640 560
480 400
320 240
160 80
1 3000
2500 2000
1500 1000
500
Time Ser ies Plot of UN SP
I ndex
UN SP
130 117
104 91
78 65
52 39
26 13
1 600
500 400
300 200
Time Ser ies Plot of UN SP
Gambar 10. Plot Data Harga Saham Penutupan PT Bakrie Sumatra Plantations, Tbk dan Anak Perusahaan Periode Januari 2006-April 2009 dan
Plot Basis Data untuk Penelitian
Pada plot time series di Gambar 10. terlihat bahwa data harga saham penutupan UNSP memiliki kecenderungan yang meningkat sampai dengan
pertengahan tahun 2008 mulai dari tahun 2006, tetapi mengalami penurunan yang
84 sangat signifikan hingga menuju keadaan harga saham perusahaan di tahun 2006
setelah bulan September 2008. Secara umum data time series harga saham penutupan UNSP memilki
beberapa komponen penyusun di dalamnya, yakni trend, musiman, siklus dan random. Untuk melihat unsur trend memanfaatkan analisis trend linier, diperoleh
bahwa trend pergerakan data harga saham penutupan UNSP cenderung mengalami peningkatan. Hal ini diperlihatkan pada analisis trend linier
menggunakan program Minitab14 menunjukkan slope yang positif. Unsur musiman pada data menggunakan plot data dan nilai autokorelasi dan parsial
autokorelasi dari data time seriesnya sulit ditentukan. Kesulitan penentuan unsur musiman ini dikarenakan berdasarkan nilai autokorelasi yang menurun mendekati
nilai nol secara perlahan ditunjukkan oleh Gambar 11. Hal ini menunjukkan bahwa data belum stasioner dan memiliki unsur trend didalamnya.
Lag
A ut
oc or
re la
ti on
30 25
20 15
10 5
1 1.0
0.8 0.6
0.4 0.2
0.0 - 0.2
- 0.4 - 0.6
- 0.8 - 1.0
Autocor r elation Function for UN SP
w ith 5 significance limits for the autocor r elations
Lag
Pa rt
ia l A
ut oc
or re
la ti
on
30 25
20 15
10 5
1 1.0
0.8 0.6
0.4 0.2
0.0 - 0.2
- 0.4 - 0.6
- 0.8 - 1.0
Par tial Autocor r elation Function for UN SP
w ith 5 significance limits for the par tial autocor r elations
Gambar 11. Korrelogram ACF dan PACF Harga Saham Emiten UNSP
Pola yang dimiliki memungkinkan penggunaan metode peramalan secara kuantitatif yang dapat diterapkan pada data tersebut harus dapat
85 merepresentasikan unsur-unsur penyusun yang dikandung oleh data tersebut.
Oleh karena tidak semua metode cocok untuk menganalisis data tersebut, maka penekanan pada metode-metode yang cocok untuk merepresentasikan data
dilakukan. Tetapi untuk memperoleh efektifitas sekaligus pembuktian model peramalan yang tepat, metode peramalan lainnya turut disertakan dalam
penerapannya.
6.2.2. Metode Peramalan Harga Saham Emiten UNSP