Pemodelan Peluang Transisi Rantai Markov dengan Simulasi Monte Carlo Berdasarkan Multinoulli Distribution untuk Memprediksi Harga Indeks Saham

Harga saham selalu berfluktuasi dari waktu ke waktu sehingga sulit untuk diprediksi. Prediksi terhadap fluktuasi harga saham memberikan dampak yang signifikan bagi perusahaan, investor maupun pemegang saham dalam mengambil keputusan terbaik untuk pilihan investasi yang memberikan profit maksimal. Beberapa negara mempunyai indeks saham yang secara umum menjadi ukuran untuk mengetahui pergerakan harga saham sahamnya. Indeks saham LQ45 dan IHSG dari Indonesia, S&P 500 milik Amerika Serikat, Nikkei 225 dari Jepang, serta Shenzhen dari China merupakan beberapa contoh indeks saham yang memiliki valuasi terbesar di dunia. Pemodelan peluang transisi rantai Markov adalah salah satu cara untuk memprediksi indeks harga saham. Pemodelan menggunakan rantai Markov ini efektif untuk dilakukan karena kemampuannya dalam memprediksi dengan model yang sederhana dibandingkan dengan model lainnya. Selanjutnya, digunakan metode Monte Carlo untuk memodelkan peluang transisi rantai Markov berdasarkan bangkitan nilai dari distribusi Multinoulli untuk memprediksi keadaan dan harga penutupan indeks saham untuk waktu yang akan datang. Disimpulkan bahwa dari kedua model antara rantai Markov dan regresi linear yang diterapkan pada data indeks saham IHSG, LQ45, Nikkei 225, Shenzhen, dan S&P 500, diperoleh bahwa model rantai Markov adalah yang paling memiliki keakuratan paling baik berdasarkan ukuran Mean Absolute Percent Error (MAPE).