Studi Komparatif Kinerja Model GBM-Kalman Filter dan FTS-Markov Chain dalam Memprediksi Harga Saham BBNI

Abstract

Saham sektor perbankan merupakan salah satu instrumen investasi yang banyak diminati. Namun, pergerakan harga saham dipengaruhi oleh berbagai faktor sehingga diperlukan model prediksi yang akurat untuk mendukung pengambilan keputusan investasi. Model yang dapat digunakan dalam memprediksi harga saham adalah Geometric Brownian Motion-Kalman Filter (GBM-KF) dan Fuzzy Time Series-Markov Chain (FTS-Markov Chain). Penelitian ini membandingkan kinerja dari model GBM-KF dan FTS-Markov Chain dalam memprediksi harga saham dengan membandingkan nilai Mean Absolute Percentage Error (MAPE) dari kedua model prediksi. Data penelitian yang digunakan adalah harga penutupan saham harian PT Bank Negara Indonesia Tbk pada periode 01 Agustus 2024 hingga 31 Juli 2025. Data dibagi menjadi 70% data training dan 30% data testing. Hasil penelitian menunjukkan bahwa semua model yang dikaji kinerjanya sangat baik, namun GBM-KF memiliki nilai MAPE yang lebih kecil dibandingkan dengan nilai MAPE model lainnya. Model GBM KF memiliki pola yang cenderung mendekati data aktual. Oleh karena itu, model GBM-KF memiliki kinerja yang lebih baik dalam memprediksi harga saham BBNI.

Banking sector stocks are one of the most popular investment instruments. However, stock price movements are influenced by various factors, requiring accurate prediction models to support investment decision-making. Models that can be used to predict stock prices are the Geometric Brownian Motion-Kalman Filter (GBM-KF) and Fuzzy Time Series-Markov Chain (FTS-Markov Chain). This study compares the performance of the GBM-KF and FTS-Markov Chain models in predicting stock prices by comparing the Mean Absolute Percentage Error (MAPE) values of both prediction models. The research data used are the daily closing stock prices of PT Bank Negara Indonesia Tbk for the period August 1, 2024, to July 31, 2025. The data is divided into 70% training data and 30% testing data. The results showed that all models performed very well, but the GBM-KF had a smaller MAPE value compared to the other models. The GBM KF model has a pattern that tends to be closer to the actual data. Therefore, the GBM-KF model performs better in predicting BBNI’s stock price.