Hasil penelitian ini dipublikasikan pada 2026 dalam International Journal of Sustainable Applied Sciences (IJSAS), Volume 4 Nomor 10, halaman 1381–1392, dengan judul “Analysis of the Jakarta Islamic Index (JII) Using the Autoregressive Integrated Moving Average (ARIMA) Method During and After the COVID-19 Pandemic”. Artikel tersebut dapat diakses melalui DOI https://doi.org/10.59890/ijsas.v4i10.78.
Pandemi Mengubah Dinamika Pasar Saham Syariah
Pasar modal memiliki peran penting dalam perekonomian karena menjadi sarana bagi perusahaan untuk memperoleh pendanaan sekaligus menyediakan alternatif investasi bagi masyarakat. Di Indonesia, salah satu indikator yang digunakan untuk memantau perkembangan saham berbasis prinsip syariah adalah Jakarta Islamic Index atau JII.
JII diluncurkan pada 3 Juli 2000 dan mencakup 30 saham syariah dengan likuiditas tinggi yang tercatat di BEI. Saham-saham yang masuk dalam indeks ini diseleksi berdasarkan kriteria tertentu, termasuk likuiditas dan kapitalisasi pasar, serta dievaluasi secara berkala.
Pandemi COVID-19 memberikan tekanan besar terhadap perekonomian global, termasuk pasar saham Indonesia. Ketidakpastian ekonomi, perubahan ekspektasi investor, dan gejolak pasar dapat memengaruhi pergerakan harga saham. Dalam kondisi seperti itu, pola pergerakan indeks pada masa krisis belum tentu sama dengan pola yang terbentuk ketika perekonomian mulai pulih.
Data yang dibahas dalam penelitian Azzakhy dan Sumarto memperlihatkan perbedaan karakteristik JII antara periode pandemi 2020–2022 dan periode setelah pandemi 2023–2025. Perbedaan tersebut mendorong perlunya pendekatan statistik yang dapat membantu mengenali pola historis indeks pada masing-masing periode.
ARIMA Digunakan untuk Membaca Pola Pergerakan JII
Azzakhy dan Sumarto menggunakan metode Autoregressive Integrated Moving Average (ARIMA), yaitu metode statistik yang menganalisis data berdasarkan urutan waktu. Metode ini memanfaatkan informasi dari nilai-nilai sebelumnya serta pola kesalahan prediksi untuk membentuk model yang menggambarkan pergerakan data.
Penelitian menggunakan data harga penutupan harian JII yang diunduh dari Investing.com. Data tersebut dibagi menjadi dua kelompok, yaitu periode pandemi COVID-19 pada 2020–2022 dan periode setelah pandemi pada 2023–2025.
Kelompok pertama mencakup 735 hari perdagangan, sedangkan kelompok kedua mencakup 714 hari perdagangan. Pengolahan dan analisis dilakukan menggunakan Microsoft Excel dan EViews 12.
Analisis mencakup pemeriksaan kestasioneran data, identifikasi pola melalui korelasi data historis, estimasi sejumlah model ARIMA, serta pengujian residual untuk memeriksa apakah masih terdapat pola korelasi yang berarti dalam kesalahan model.
Peneliti juga membandingkan nilai Akaike Information Criterion (AIC) dan Schwarz Information Criterion (SIC). Kedua ukuran tersebut membantu memilih model yang sesuai dengan data dengan mempertimbangkan kecocokan model dan kompleksitasnya. Secara umum, nilai yang lebih rendah menunjukkan model yang lebih baik di antara model-model yang dibandingkan pada data dan prosedur analisis yang sama.
Dua Periode Menghasilkan Model ARIMA Berbeda
Temuan utama penelitian menunjukkan bahwa model terbaik untuk periode pandemi berbeda dari model terbaik setelah pandemi.
Pada periode pandemi COVID-19 2020–2022, model terbaik yang diperoleh adalah ARIMA([2,3],1,[9]). Model ini memuat komponen autoregresif pada jeda kedua dan ketiga, serta komponen moving average pada jeda kesembilan.
Sementara itu, periode setelah pandemi 2023–2025 menghasilkan model ARIMA([1],1,[13]). Model tersebut memiliki komponen autoregresif pada jeda pertama dan komponen moving average pada jeda ketiga belas.
Perbandingan hasilnya adalah sebagai berikut:
- Periode pandemi 2020–2022: ARIMA([2,3],1,[9]), dengan AIC 6,946495 dan SIC 6,977820.
- Periode setelah pandemi 2023–2025: ARIMA([1],1,[13]), dengan AIC 6,265914 dan SIC 6,291549.
Kedua model menggunakan diferensiasi tingkat pertama untuk menangani data yang belum stasioner pada bentuk awalnya. Pengujian residual juga menunjukkan bahwa keduanya memenuhi kriteria white noise, yang berarti tidak ditemukan autokorelasi residual yang signifikan menurut pemeriksaan yang dilaporkan.
Nilai AIC dan SIC yang lebih rendah pada model setelah pandemi menunjukkan kecocokan yang lebih baik menurut kedua kriteria tersebut. Namun, hasil ini tidak berarti bahwa pasar saham setelah pandemi selalu lebih stabil atau lebih mudah diprediksi. Perbandingan nilai kriteria model terutama menunjukkan kecocokan relatif pada masing-masing periode, bukan bukti langsung mengenai tingkat risiko investasi ataupun akurasi ramalan di masa depan.
Pergerakan Saham Tidak Selalu Mengikuti Pola yang Sama
Perbedaan struktur model memberikan petunjuk bahwa pola historis pergerakan JII berubah antara masa pandemi dan periode setelahnya. Pada masa pandemi, model membutuhkan dua komponen autoregresif, sedangkan setelah pandemi hanya satu komponen autoregresif yang dipertahankan dalam model terbaik.
Peneliti mengaitkan perbedaan tersebut dengan kondisi pasar yang lebih tidak pasti selama pandemi. Ketika terjadi krisis, perubahan ekspektasi investor dan berbagai guncangan ekonomi dapat membuat pola pergerakan indeks menjadi lebih kompleks.
Setelah pandemi, struktur model yang diperoleh lebih sederhana pada komponen autoregresifnya. Meskipun demikian, komponen moving average pada jeda yang lebih panjang menunjukkan bahwa informasi terkait kesalahan prediksi masa lalu masih berperan dalam model yang dipilih.
Temuan ini menegaskan bahwa model statistik yang sesuai untuk satu kondisi pasar belum tentu menjadi pilihan terbaik pada kondisi yang berbeda. Investor dan analis perlu mengevaluasi model secara berkala, terutama ketika terjadi perubahan besar dalam perekonomian.
Meski demikian, ARIMA dalam penelitian ini hanya menggunakan data historis JII sebagai satu variabel. Model tersebut tidak secara langsung memasukkan faktor eksternal seperti inflasi, suku bunga, nilai tukar, kebijakan pemerintah, atau perubahan kondisi geopolitik. Karena itu, hasil analisis tidak dapat digunakan untuk menyimpulkan bahwa pandemi merupakan satu-satunya penyebab perubahan pola pergerakan JII.
Manfaat bagi Investor dan Penelitian Pasar Modal
Bagi investor saham syariah, penelitian ini memberikan gambaran mengenai pentingnya menyesuaikan pendekatan analisis dengan kondisi pasar. Penggunaan model yang sama secara terus-menerus tanpa evaluasi dapat mengabaikan perubahan pola data yang terjadi seiring perkembangan ekonomi.
Namun, model ARIMA yang dipilih dalam penelitian ini belum diuji melalui tahap peramalan dan evaluasi akurasi prediksi di luar sampel. Dengan demikian, model tersebut belum dapat dianggap sebagai alat yang terbukti akurat untuk menentukan harga JII pada masa mendatang. Hasilnya juga tidak dapat dijadikan satu-satunya dasar untuk membeli atau menjual saham.
Peneliti merekomendasikan agar penelitian selanjutnya menguji kemampuan prediksi model menggunakan ukuran seperti Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Model ARIMA juga dapat dibandingkan dengan GARCH untuk menangani volatilitas, model gabungan ARIMA-GARCH, serta pendekatan pembelajaran mesin seperti Long Short-Term Memory (LSTM).
Bagi akademisi dan analis pasar, pengembangan tersebut dapat membantu menghasilkan gambaran yang lebih lengkap tentang perubahan dinamika pasar saham syariah. Sementara itu, bagi pembuat kebijakan, pemahaman terhadap perubahan karakteristik pasar dapat menjadi salah satu masukan dalam merancang kebijakan stabilisasi yang responsif terhadap kondisi ekonomi.
Profil Penulis
Muhammad Fadhil Azzakhy merupakan penulis pertama yang berafiliasi dengan Universitas Mercu Buana. Dalam artikel ini, ia mengkaji pergerakan Jakarta Islamic Index menggunakan pendekatan kuantitatif dan pemodelan deret waktu.
Agus Herta Sumarto merupakan penulis korespondensi dari Universitas Mercu Buana. Ia terlibat dalam penelitian mengenai analisis pasar modal dan penerapan metode statistik untuk memahami pergerakan indeks saham. Artikel mencantumkan alamat korespondensi agus_herta@yahoo.co.id dan alamat surel Muhammad Fadhil Azzakhy, muhammadfadhilazzakhy@gmail.com.
Sumber Penelitian
Azzakhy, Muhammad Fadhil, dan Agus Herta Sumarto. 2026. “Analysis of the Jakarta Islamic Index (JII) Using the Autoregressive Integrated Moving Average (ARIMA) Method During and After the COVID-19 Pandemic.” International Journal of Sustainable Applied Sciences (IJSAS), Volume 4, Nomor 10, halaman 1381–1392.
DOI: https://doi.org/10.59890/ijsas.v4i10.78
Jurnal: http://ijsasjournal.my.id/index.php/ijsas
0 Komentar