SISTEM INFORMASI PREDIKSI HARGA SAHAM BANK SYARIAH MENGGUNAKAN METODE ARIMA DAN SARIMA BERBASIS TIME SERIES DENGAN ANTARMUKA VISUAL

Muhamad Fadhil AC; Atiqah Meutia Hilda;

ABSTRAK

SISTEM INFORMASI PREDIKSI HARGA SAHAM BRIS
MENGGUNAKAN METODE ARIMA DAN SARIMA BERBASIS TIME

SERIES DENGAN ANTARMUKA VISUAL

Penulis :
Muhamad Fadhil AC

Pergerakan harga saham yang dinamis menuntut adanya pendekatan prediksi yang tidak hanya
akurat, tetapi juga mudah dipahami oleh pengguna. Penelitian ini berfokus pada pengembangan
sistem informasi prediksi harga saham Bank Syariah Indonesia (BRIS) berbasis web dengan
pendekatan time series forecasting. Data yang digunakan berupa data historis harga saham BRIS
(open, high, low, close, dan volume) yang diperoleh dari Investing.com dan diproses melalui tahap
data cleaning, normalisasi, serta pembagian data menjadi data latih dan data uji. Pemodelan
dilakukan menggunakan metode ARIMA (Autoregressive Integrated Moving Average) dan
SARIMA (Seasonal ARIMA) dengan penentuan evaluasi berdasarkan analisis ACF (Autocorrelation
Function) dan PACF (Partial Autocorrelation Function).Hasil evaluasi menunjukkan bahwa model
ARIMA memberikan performa yang lebih baik dibandingkan SARIMA, dengan nilai MAE sebesar
0,1266 dan RMSE 0,1519, sedangkan SARIMA menghasilkan MAE 0,1811 dan RMSE 0,1955.
Model terbaik kemudian diintegrasikan ke dalam sistem informasi berbasis web menggunakan Flask
dan React.js, yang menyajikan visualisai data hasil prediksi melalui grafik interaktif dan
perbandingan dengan data aktual. Sistem ini diharapkan dapat membantu pengguna dalam
memahami tren pergerakan harga saham dan mendukung pengambilan keputusan investasi berbasis
data.
Kata Kunci: BRIS, ARIMA, SARIMA, Sistem Informasi, Visualisasi Data.
INFORMATION SYSTEM FOR PREDICTING BRIS STOCK PRICES
USING ARIMA AND SARIMA METHODS BASED ON TIME SERIES WITH

A VISUAL INTERFACE
Author :
Muhamad Fadhil AC

Stock price movements are highly dynamic, requiring prediction approaches that are not only
accurate but also easy for users to understand. This study focuses on the development of abased
stock price prediction information system for Bank Syariah Indonesia (BRIS) using a time series
forecasting approach. The data used consist of historical BRIS stock prices (open, high, low, close,
and volume) obtained from Investing.com and processed through data cleaning, normalization, and
data splitting into training and testing sets. The prediction models applied in this study are ARIMA
(Autoregressive Integrated Moving Average) and SARIMA (Seasonal ARIMA), with parameter
selection based on ACF (Autocorrelation Function) dan PACF (Partial Autocorrelation Function)
analysis. The evaluation results indicate that the ARIMA model outperforms the SARIMA model,
achieving an MAE of 0,1266, RMSE of 0,1519, while the SARIMA model records an MAE of 0,1811,
RMSE of 0,1955. The best-performing model is then integrated into a web-based information system
using Flask and React.js, which presents prediction results through interactive charts and
comparisons with actual data. The developed system is expected to assist users in understanding
stock price trends and support data-driven investment decision-making.
Keywords: BRIS, ARIMA, SARIMA, information system, data visualization.