PEMODELAN REGRESI SPLINE TRUNCATED UNTUK DATA LONGITUDINAL ( Studi Kasus : Harga Saham Bulanan pada Kelompok Saham Perbankan Periode Januari 2009 – Desember 2015 )

Abstract

Saham merupakan surat berharga yang dapat dibeli dan dijual oleh perorangan atau lembaga sebagai tanda penyertaan kepemilikan seseorang maupun badan usaha dalam suatu perusahaan atau perseroan terbatas. Dilihat dari nilai kapitalisasi pasar, saham dibagi menjadi 3 kelompok yaitu kapitalisasi besar (big-cap), kapitalisasi sedang (mid-cap), dan kapitalisasi kecil (small-cap). Harga saham mengalami fluktuasi naik turun karena pengaruh beberapa faktor, salah satunya inflasi. Data longitudinal merupakan pengamatan yang dilakukan sebanyak n subyek yang saling independen dengan setiap subyek diamati secara berulang dalam kurun waktu berbeda yang saling dependen. Pemodelan data longitudinal harga saham dilakukan dengan pendekatan regresi nonparametrik spline truncated untuk setiap subyek pengamatan. Model terbaik spline sangat bergantung pada penentuan titik knot optimal, yaitu yang memiliki nilai Generalized Cross Validation (GCV) minimum. Model regresi spline truncated terbaik terletak pada orde 2 dengan 3 titik knot untuk masing-masing subyek pada data longitudinal. Prediksi menggunakan model tersebut pada data out sample menghasilkan nilai MAPE untuk masing-masing subyek adalah 29,93% untuk PT Bank Mandiri (Persero) Tbk., 16,67% untuk PT Bank Bukopin Tbk., dan 12,99% untuk PT Bank Bumi Arta Tbk..