BISNIS-27 Menggambarkan Pergerakan Saham Unggulan
BISNIS-27 merupakan indeks saham di Bursa Efek Indonesia yang terdiri dari 27 emiten pilihan dengan fundamental, tata kelola perusahaan, dan likuiditas transaksi yang menjadi bagian dari kriteria seleksi.
Indeks ini menarik untuk dianalisis karena saham-saham berkapitalisasi dan berkinerja relatif kuat di dalamnya tetap menghadapi perubahan besar selama pandemi COVID-19. Gangguan ekonomi global dan domestik pada 2020–2022 meningkatkan ketidakpastian pasar, memengaruhi aktivitas perdagangan, serta mengubah perilaku investor.
Penelitian Untoro dan Sumarto secara khusus membandingkan karakteristik pergerakan BISNIS-27 selama pandemi dengan periode setelah pandemi. Perbandingan tersebut penting karena perubahan kondisi ekonomi tidak hanya dapat memengaruhi tingkat harga indeks, tetapi juga pola statistik yang mendasari pergerakannya.
Peneliti Menganalisis 1.449 Data Harga Harian
Penelitian ini menggunakan data sekunder berupa harga penutupan harian BISNIS-27 yang diperoleh dari Investing.com.
Data mencakup periode 2 Januari 2020 hingga 30 Desember 2025, dengan total 1.449 observasi. Para peneliti membaginya menjadi dua kelompok:
- Periode pandemi 2020–2022: 735 hari perdagangan.
- Periode setelah pandemi 2023–2025: 714 hari perdagangan.
Hamizan Azh-Zhafif Untoro dan Agus Herta Sumarto menggunakan metode Autoregressive Integrated Moving Average (ARIMA) untuk menganalisis pola deret waktu tersebut. Analisis dilakukan menggunakan EViews 12 dengan pendekatan Box-Jenkins.
Secara sederhana, ARIMA digunakan untuk melihat bagaimana nilai indeks berkaitan dengan pergerakan masa lalu dan bagaimana guncangan sebelumnya dapat memengaruhi pergerakan berikutnya.
Sebelum menentukan model, data diuji untuk memastikan karakteristik statistiknya sesuai. Para peneliti menggunakan uji Augmented Dickey-Fuller (ADF), kemudian mengidentifikasi pola korelasi menggunakan ACF dan PACF. Beberapa model ARIMA dibandingkan berdasarkan nilai AIC dan SIC serta pengujian residual untuk memastikan tidak terdapat pola korelasi yang tersisa.
Rata-Rata BISNIS-27 Meningkat Setelah Pandemi
Hasil analisis menunjukkan adanya perbedaan tingkat indeks dan volatilitas antara kedua periode.
Selama pandemi 2020–2022, rata-rata BISNIS-27 berada di 509,05, dengan nilai maksimum 617,97 dan minimum 329,29. Standar deviasinya mencapai 57,96.
Pada periode 2023–2025, rata-rata indeks meningkat menjadi 560,03, sedangkan nilai maksimum mencapai 635,09 dan minimum 431,37. Standar deviasi turun menjadi 43,18.
Perubahan tersebut menunjukkan bahwa rata-rata level BISNIS-27 lebih tinggi setelah periode pandemi, sementara penyebaran datanya lebih rendah dibandingkan periode 2020–2022.
Namun, penurunan volatilitas tidak berarti pergerakan indeks menjadi sepenuhnya bebas dari guncangan. Analisis model justru menunjukkan bahwa struktur pengaruh guncangan terhadap indeks berubah setelah pandemi.
Model ARIMA Berubah Setelah Pandemi
Salah satu temuan utama penelitian adalah perbedaan model terbaik untuk kedua periode.
Untuk periode pandemi 2020–2022, model yang dipilih adalah ARIMA([3,9],1,[15]). Model tersebut menunjukkan bahwa pergerakan indeks memiliki hubungan dengan nilai pada lag 3 dan lag 9, sementara komponen moving average berada pada lag 15.
Model tersebut menghasilkan nilai AIC 6,6875 dan SIC 6,7188. Pengujian residual juga menunjukkan bahwa model memenuhi kriteria white noise, sehingga tidak ditemukan pola autokorelasi yang tersisa dalam residual.
Sementara itu, periode setelah pandemi 2023–2025 menghasilkan model terbaik ARIMA([2],1,[35]). Model ini memiliki satu komponen autoregresif pada lag 2 dan komponen moving average pada lag 35.
Nilai AIC model tersebut adalah 6,3414, sedangkan SIC berada pada 6,3671. Keduanya lebih rendah dibandingkan model pandemi, sementara residual juga memenuhi kriteria white noise.
Perbedaan ini menunjukkan bahwa struktur statistik BISNIS-27 tidak sama sebelum dan setelah perubahan besar yang terjadi selama pandemi.
Pandemi Mengubah Struktur Pergerakan Indeks
Para peneliti menemukan bahwa kedua periode sama-sama membutuhkan first differencing atau pembedaan pertama agar data menjadi stasioner. Namun, struktur ARIMA yang dihasilkan berbeda.
Pada masa pandemi, model membutuhkan dua komponen autoregresif, yaitu lag 3 dan lag 9. Setelah pandemi, struktur autoregresif menjadi lebih sederhana dengan hanya menggunakan lag 2.
Sebaliknya, komponen moving average meningkat dari lag 15 selama pandemi menjadi lag 35 setelah pandemi.
Menurut analisis Hamizan Azh-Zhafif Untoro dan Agus Herta Sumarto dari Universitas Mercu Buana, perubahan struktur tersebut menunjukkan bahwa pandemi tidak hanya mengubah tingkat pergerakan harga, tetapi juga karakteristik temporal indeks BISNIS-27.
Dengan kata lain, pola yang terbentuk selama kondisi krisis tidak dapat langsung dianggap berlaku pada kondisi pasar berikutnya.
Apa Artinya bagi Analisis Pasar?
Temuan ini memberikan perhatian khusus bagi analis pasar dan peneliti yang menggunakan model statistik untuk mempelajari pergerakan saham.
Model yang bekerja dengan baik pada satu periode belum tentu memberikan struktur yang sama ketika kondisi pasar berubah secara signifikan. Karena itu, model ARIMA untuk BISNIS-27 perlu dievaluasi dan diperbarui secara berkala, terutama setelah terjadi guncangan ekonomi besar.
Namun, hasil penelitian ini tidak berarti bahwa ARIMA dapat secara pasti memprediksi harga saham di masa depan. Studi tersebut menggunakan pendekatan deret waktu berdasarkan data historis dan belum memasukkan faktor eksternal seperti suku bunga, inflasi, nilai tukar, kondisi ekonomi, maupun sentimen pasar.
Para peneliti juga mencatat bahwa penelitian lanjutan dapat menggunakan model seperti ARIMA-GARCH, ARIMAX, atau metode machine learning seperti LSTM untuk membandingkan kemampuan prediksi dalam kondisi pasar yang berbeda.
Penting bagi Investor dan Peneliti
Bagi investor dan pelaku pasar, penelitian ini menunjukkan pentingnya memperhatikan perubahan kondisi pasar ketika menggunakan model statistik untuk menganalisis indeks saham.
Sementara itu, bagi peneliti, perbedaan model antara periode pandemi dan setelah pandemi membuka ruang untuk menguji lebih lanjut apakah perubahan tersebut juga terjadi pada indeks saham Indonesia lainnya.
Penelitian lanjutan dengan data yang lebih panjang serta pengujian out-of-sample menggunakan ukuran seperti MAPE, RMSE, atau MAE juga dapat memberikan gambaran lebih jelas mengenai kemampuan model dalam melakukan peramalan.
Temuan Untoro dan Sumarto pada akhirnya menegaskan bahwa karakteristik pasar saham dapat berubah mengikuti kondisi ekonomi. Model analisis yang digunakan karena itu perlu disesuaikan dengan rezim pasar dan periode pengamatan yang relevan.
Profil Penulis
Hamizan Azh-Zhafif Untoro merupakan peneliti dari Program Studi Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Mercu Buana, dengan fokus penelitian pada analisis pasar modal, pergerakan indeks saham, dan pemodelan deret waktu.
Agus Herta Sumarto merupakan akademisi dari Universitas Mercu Buana yang terlibat dalam penelitian mengenai manajemen, ekonomi, pasar modal, dan analisis kuantitatif.
Keduanya melakukan analisis terhadap pergerakan BISNIS-27 untuk memahami bagaimana pandemi COVID-19 memengaruhi struktur temporal indeks saham dan bagaimana model ARIMA dapat digunakan untuk membaca pola tersebut.
Sumber Penelitian
Judul: Analysis of the BISNIS-27 Index Movement Using the Autoregressive Integrated Moving Average (ARIMA) Method During and After the COVID-19 Pandemic
Penulis: Hamizan Azh-Zhafif Untoro dan Agus Herta Sumarto
Afiliasi: Program Studi Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Mercu Buana
Jurnal: International Journal of Sustainable Applied Sciences (IJSAS)
Publikasi: Vol. 4, No. 9, 2026, hlm. 1217-1228
DOI: https://doi.org/10.59890/ijsas.v4i9.68
URL Jurnal: http://ijsasjournal.my.id/index.php/ijsas
0 Komentar