Sebuah penelitian yang dipublikasikan dalam BAREKENG: Journal of Mathematics and Its Applications menguji pendekatan statistik untuk memprediksi pergerakan Indeks Harga Saham Gabungan (IHSG) dengan memanfaatkan data historis. Studi yang dikerjakan tim dosen dan mahasiswa Program Studi Statistika Universitas Airlangga ini membandingkan dua metode utama, yakni ARCH–GARCH dan Estimator Deret Fourier.
Pendekatan ARCH–GARCH digunakan karena dirancang untuk menangani volatilitas yang tidak konstan, karakter yang kerap muncul pada data keuangan. Model ini dapat menangkap fenomena volatility clustering, yaitu kondisi ketika fluktuasi besar cenderung diikuti fluktuasi besar lainnya, sementara periode yang tenang diikuti pergerakan yang relatif stabil. Dalam penerapannya, penelitian ini mengombinasikan model ARIMA untuk rata-rata data dan ARCH–GARCH pada varians residual, sehingga dinamika IHSG dapat direpresentasikan lebih realistis.
Sebagai pembanding, Estimator Deret Fourier diterapkan untuk menangkap pola musiman dan siklus pergerakan IHSG. Metode ini memanfaatkan kombinasi fungsi sinus dan cosinus untuk merepresentasikan pola berulang pada data deret waktu. Pendekatan Fourier dinilai fleksibel dan tidak bergantung pada asumsi distribusi tertentu, sehingga dapat digunakan ketika pola data sulit ditentukan secara parametrik.
Kedua metode diuji menggunakan data mingguan IHSG periode Maret 2020 hingga Juni 2024, rentang waktu yang mencakup fase krisis pandemi COVID-19 hingga masa pemulihan ekonomi. Periode tersebut dipilih karena mencerminkan kondisi pasar yang fluktuatif.
Hasil analisis menunjukkan kedua pendekatan mampu menghasilkan prediksi yang dinilai cukup baik. Namun, model ARIMA–ARCH tercatat lebih unggul dibanding Estimator Deret Fourier. Pada data pengujian, model ARIMA–ARCH menghasilkan tingkat kesalahan prediksi lebih rendah dengan nilai Mean Absolute Percentage Error (MAPE) sekitar 5%, sedangkan metode Deret Fourier mencatat MAPE sekitar 8,57%. Temuan ini mengindikasikan bahwa kemampuan ARCH–GARCH dalam menangkap dinamika volatilitas memberi keunggulan, terutama saat pasar mengalami fluktuasi tajam.
Penelitian ini juga dikaitkan dengan kontribusi terhadap Tujuan Pembangunan Berkelanjutan (SDGs) poin ke-8 tentang pertumbuhan ekonomi berkelanjutan dan pekerjaan yang layak. IHSG yang lebih stabil dan dapat diprediksi dipandang mencerminkan pasar keuangan yang sehat, yang pada gilirannya dapat meningkatkan kepercayaan investor dan mendorong arus investasi ke sektor produktif. Stabilitas pasar modal disebut penting bagi pertumbuhan ekonomi nasional, penciptaan lapangan kerja, serta penguatan dunia usaha, sekaligus membantu pengelolaan risiko investasi dan mendukung perumusan kebijakan ekonomi yang lebih terarah.
Studi ini merupakan kolaborasi dosen dan mahasiswa Statistika Universitas Airlangga. Tim peneliti terdiri dari dosen M. Fariz Fadillah Mardianto dan Elly Pusporani, serta mahasiswa S1 Hanny Valida, Farah Fauziah Putri, dan Doni Muhammad Fauzi. Penulisan artikel disebut sebagai hasil kerja bersama dalam mengembangkan kajian ilmiah yang aplikatif di bidang statistika dan pasar keuangan.
