Sistem Analisis Laporan Keuangan Dan Prediksi Kinerja Keuangan PT Astra International Tbk Dengan Model ARIMA (Autoregressive Integrated Moving Average)

Patah Herwanto, Nenda Marliani, Rosida Rosida, Ridwan Herdyansyah

Abstract


Penelitian ini bertujuan untuk melakukan analisis laporan keuangan dan prediksi kinerja keuangan PT Astra International Tbk dengan model ARIMA. Data yang digunakan adalah data keuangan PT Astra International Tbk dari tahun 2012 hingga 2021. Hasil prediksi menggunakan model ARIMA menunjukkan proyeksi Current Ratio (CR) sebesar 138,17, Debt to Equity Ratio (DER) sebesar 70,44, Return on Assets (ROA) sebesar 6,87%, dan Total Asset Turnover (TOA) sebesar 0,68. Evaluasi model prediksi dilakukan dengan menghitung nilai Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan bahwa model ARIMA memberikan prediksi yang cukup akurat untuk rasio keuangan CR, DER, dan TOA, namun kurang akurat untuk rasio keuangan ROA. Dalam pengukuran tingkat kesalahan prediksi, nilai MAE dan RMSE untuk semua rasio keuangan memiliki nilai yang rendah, sedangkan nilai MAPE menunjukkan kesalahan prediksi yang rendah hingga sedang. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa model ARIMA dapat digunakan sebagai alat bantu dalam melakukan prediksi kinerja keuangan perusahaan. Namun, penelitian lebih lanjut dapat dilakukan dengan menggunakan model lain atau mengombinasikan beberapa model untuk meningkatkan akurasi prediksi kinerja keuangan perusahaan.


Keywords


ARIMA; laporan keuangan; prediksi kinerja keuangan; PT Astra International Tbk; Mean Absolute Error; Root Mean Square Error; Mean Absolute Percentage Error; Python

References


M. F. Amriyadi, “Analisis Laporan Keuangan Untuk Menilai Kinerja Keuangan Pada PT. Gudang Garam Tbk.,†J. Sains Sosio Hum., vol. 6, no. 1, pp. 843–853, Jun. 2022, doi: 10.22437/jssh.v6i1.20198.

R. Puspitasari, “ANALISA LAPORAN KEUANGAN GUNA MENGUKUR KINERJA KEUANGAN PT ASTRA INTERNASIONAL TBK. Analysis of Financial Statement To Measure Financial Performance of PT Astra International Tbk,†Apr. 2012.

J. Jamaludin, “ANALISIS LAPORAN KEUANGAN UNTUK MENILAI KINERJA KEUANGAN PADA PT. ASTRA INTERNASIONAL,Tbk. PERIODE 2016-2020,†Equilib. J. Penelit. Pendidik. Dan Ekon., vol. 20, no. 01, Art. no. 01, Jan. 2023, doi: 10.25134/equi.v20i01.6762.

N. V. Lilipory, H. S. Taroreh, and J. V. Mangindaan, “Analisis Kinerja Keuangan Dengan Menggunakan Metode Du Pont System Pada PT. Astra International, Tbk Periode 2013-2017,†J. Adm. BISNIS JAB, vol. 8, no. 1, Art. no. 1, Mar. 2019, doi: 10.35797/jab.v8.i1.1-6.

A. Faisal, “PREDIKSI SAHAM TELKOM DENGAN METODE ARIMA,†J. Bisnis Logist. Dan Supply Chain BLOGCHAIN, vol. 1, no. 2, pp. 45–50, Nov. 2021, doi: 10.55122/blogchain.v1i2.298.

V. R. C, “Predicting the Stock Market Index Using Stochastic Time Series Arima Modelling: The Sample of BSE and NSE,†SSRN Electron. J., 2019, doi: 10.2139/ssrn.3451677.

S. Siami-Namini and A. S. Namin, “Forecasting Economics and Financial Time Series: ARIMA vs. LSTM,†2018, doi: 10.48550/ARXIV.1803.06386.

V. Hryhorkiv, L. Buiak, A. Verstiak, M. Hryhorkiv, O. Verstiak, and K. Tokarieva, “Forecasting Financial Time Sesries Using Combined ARIMA-ANN Algorithm,†in 2020 10th International Conference on Advanced Computer Information Technologies (ACIT), Deggendorf, Germany: IEEE, Sep. 2020, pp. 455–458. doi: 10.1109/ACIT49673.2020.9208859.

S. Siami-Namini, N. Tavakoli, and A. S. Namin, “A Comparative Analysis of Forecasting Financial Time Series Using ARIMA, LSTM, and BiLSTM,†2019, doi: 10.48550/ARXIV.1911.09512.

M. Kumar and M. Thenmozhi, “Forecasting stock index returns using ARIMA-SVM, ARIMA-ANN, and ARIMA-random forest hybrid models,†Int. J. Bank. Account. Finance, vol. 5, no. 3, p. 284, 2014, doi: 10.1504/IJBAAF.2014.064307.

H. Khotmi and R. Wardiningsih, “ANALISIS TEKNIKAL HARGA SAHAM PT. ADIRA DINAMIKA MULTI FINANCE Tbk. DI MASA COVID 19 DENGAN METODE ARIMA,†IQTISHADUNA, vol. 11, no. 2, pp. 39–54, Dec. 2020, doi: 10.20414/iqtishaduna.v11i2.2840.

Adina Astasia, Septie Wulandary, Ahid Nur Istinah, and Istiqomatul Fajriyah Yuliati, “Peramalan Tingkat Profitabilitas Bank Syariah dengan Menggunakan Model Fungsi Transfer Single Input,†J. Stat. Dan Apl., vol. 4, no. 1, pp. 11–22, Jul. 2020, doi: 10.21009/JSA.04102.

P. Newbold, “ARIMA model building and the time series analysis approach to forecasting,†J. Forecast., vol. 2, no. 1, pp. 23–35, Jan. 1983, doi: 10.1002/for.3980020104.

F.-M. Tseng, H.-C. Yu, and G.-H. Tzeng, “Combining neural network model with seasonal time series ARIMA model,†Technol. Forecast. Soc. Change, vol. 69, no. 1, pp. 71–87, Jan. 2002, doi: 10.1016/S0040-1625(00)00113-X.

O. Khair, “ANALISIS RASIO LIKUIDITAS, RASIO AKTIVITAS DAN RASIO PROFITABILITAS UNTUK MENILAI KINERJA KEUANGAN PADA PT ASTRA OTOPARTSTBK PERIODE (2008-2017),†J. Ilm. Feasible JIF, vol. 2, p. 157, Aug. 2020, doi: 10.32493/fb.v2i2.2020.157-167.6155.

A. S. Bayangkari Karno, “Analisis Data Time Series Menggunakan LSTM (Long Short Term Memory) Dan ARIMA (Autocorrelation Integrated Moving Average) Dalam Bahasa Python.,†Ultima InfoSys J. Ilmu Sist. Inf., vol. 11, no. 1, pp. 1–7, Jul. 2020, doi: 10.31937/si.v9i1.1223.

S. Law, “STUMPY: A Powerful and Scalable Python Library for Time Series Data Mining,†J. Open Source Softw., vol. 4, no. 39, p. 1504, Jul. 2019, doi: 10.21105/joss.01504.

N. Rahimov and K. Dilmurod, “THE APPLICATION OF MULTIPLE LINEAR REGRESSION ALGORITHM AND PYTHON FOR CROP YIELD PREDICTION IN AGRICULTURE,†Harv. Educ. Sci. Rev., vol. 2, no. 1, Art. no. 1, Sep. 2022, Accessed: Apr. 29, 2023. [Online]. Available: https://www.journals.company/index.php/hesr/article/view/97

D. Chicco, M. J. Warrens, and G. Jurman, “The coefficient of determination R-squared is more informative than SMAPE, MAE, MAPE, MSE and RMSE in regression analysis evaluation,†PeerJ Comput. Sci., vol. 7, p. e623, Jul. 2021, doi: 10.7717/peerj-cs.623.

D. Makala and Z. Li, “Prediction of gold price with ARIMA and SVM,†J. Phys. Conf. Ser., vol. 1767, no. 1, p. 012022, Feb. 2021, doi: 10.1088/1742-6596/1767/1/012022.




DOI: https://doi.org/10.35194/mji.v15i2.3755

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Media Jurnal Informatika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

This Journal is licensed under a Attribution-NonCommercial-ShareAlike 4.0 License.

©All rights reserved 2017. Media Jurnal Informatika ISSN: 2477-2542 (online); 2088-2114 (cetak).

Gedung Fakultas Teknik UNSUR Jl. Pasir Gede Raya, Cianjur, Jawa Barat 43216| Telp./Fax. (0263) 283578 |E-mail: mji@unsur.ac.id; info@ft.unsur.ac.id


Media Jurnal Informatika Indexed By:

sinta-logogarudagooglecrossref