PENERAPAN GEOMETRIC BROWNIAN MOTION DALAM MEMPREDIKSI HARGA SAHAM BANK NEGARA INDONESIA (BBNI)

SHOLEHA, TARI RAHMA and Jose, Rizal and Nurul Hidayati, Juli (2025) PENERAPAN GEOMETRIC BROWNIAN MOTION DALAM MEMPREDIKSI HARGA SAHAM BANK NEGARA INDONESIA (BBNI). Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
Tari Rahma.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (2MB)

Abstract

Model Brownian Motion (BM) banyak diterapkan untuk prediksi terkait
instrumen keuangan seperti saham. Namun, model ini memungkinkan prediksi
bernilai negatif sehingga kurang sesuai dengan kenyataan. Untuk mengatasi
kelemahan ini, model BM dikembangkan menjadi Geometric Brownian Motion
(GBM) menggunakan dua parameter utama yaitu volatilitas dan drift. Berdasarkan
dua parameter tersebut model memungkinkan prediksi mengalami kenaikan
ataupun penurunan namun tetap dalam angka positif sesuai dengan kenyataannya.
Oleh karena itu, pada penelitian ini digunakan model GBM dalam memprediksi
terkait harga saham. Penelitian ini menggunakan data sekunder harga penutupan
saham BBNI harian periode Januari hingga Desember 2024. Harga penutupan
saham adalah harga terakhir suatu saham yang diperdagangkan pada suatu hari.
Hasil analisis menunjukkan proporsi data terbaik untuk prediksi harga saham BBNI
yaitu 95% data training dan 5% data testing. Berdasarkan proporsi tersebut, hasil
menunjukkan bahwa penerapan model GBM menghasilkan model yang sangat
baik. Hal ini dibuktikan dari hasil evaluasi model menggunakan MAPE yang
menghasilkan nilai paling rendah dibandingkan proporsi lainnya sebesar 5,724%.
Selain itu, berdasarkan nilai RMSE menghasilkan nilai lebih rendah dibandingkan
proporsi lainnya yaitu sebesar 0,267. Sehingga, disimpulkan dengan proporsi data
95%:5% menghasilkan prediksi harga saham BBNI yang sangat baik.
Kata Kunci: Geometric Brownian Motion, Prediksi, Harga saham, BBNI.

Item Type: Thesis (Other)
Subjects: Q Science > Q Science (General)
Divisions: Faculty of Math & Natural Science > Department of Statistics
Depositing User: Oka Ariani S.IPust
Date Deposited: 10 Feb 2026 06:57
Last Modified: 10 Feb 2026 06:57
URI: https://repository.unib.ac.id/id/eprint/32267

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200