PERAMALAN HARGA SAHAM PT.

UNILEVER INDONESIA (UNVR)

DENGAN MENGGUNAKAN METODE ARIMA BOX-JENSKINS

RANCANGAN PROPOSAL PENELITIAN

Jordan Nata Permana

1807015027

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS MULAWARMAN
SAMARINDA
2020
PERAMALAN HARGA SAHAM PT.UNILEVER INDONESIA (UNVR)
DENGAN MENGGUNAKAN METODE ARIMA BOX-JENSKINS

RANCANGAN PROPOSAL PENELITIAN

Jordan Nata Permana

1807015027

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS MULAWARMAN
SAMARINDA
2020

i
 KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, karena hanya dengan
rahmat-Nya lah kami akhirnya dapat menyelesaikan rancangan proposal penelitian saya
dengan baik tepat pada waktunya.
Tidak lupa kami menyampaikan rasa terima kasih kepada seluruh pihak yang terlibat
dalam pembuatan makalah ini, yaitu Ibu Dr. Darnah Andi Nohe, M.Si selaku dosen
pengampu mata kuliah Metode Penelitian yang telah memberikan materi perkuliahan dengan
maksimal sehingga rancangan proposal penelitian ini bisa selesai pada waktu yang telah
ditentukan.
Adapun tujuan makalah ini dibuat adalah untuk memenuhi Tugas Ujian Tengah
Semester Mata Kuliah Metode Penelitian. Meskipun saya telah mengumpulkan banyak
referensi untuk menunjang penyusunan laporan penelitian ini, namun kami menyadari bahwa
dalam laporan penelitian ini masih terdapat banyak kesalahan serta kekurangan. Sehingga
saya mengharapkan saran serta masukan dari para pembaca demi tersusunnya laporan ini
yang lebih baik kedepannya. Akhir kata, kami berharap agar laporan penelitian ini bisa
memberikan banyak manfaat bagi semua orang yang akan membacanya.
Demikian laporan penelitian ini kami buat, jika ada salah kata kami selaku pembuat
memohon maaf dan mengucapkan terima kasih atas perhatiannya.

Samarinda, 5 Oktober 2020

Penyusun

ii
 DAFTAR ISI

Halaman
Halaman Judul................................................................................................. i
Kata Pengantar ............................................................................................... ii
Daftar Isi........................................................................................................ iii
Daftar Tabel ................................................................................................... v
1 Pendahuluan ..................................................................................... 1
1.1 Latar Belakang ................................................................................. 1
1.2 Rumusan Masalah ............................................................................ 1
1.3 Tujuan Penelitian ............................................................................. 3
1.4 Manfaat Penelitian ........................................................................... 3
2 Tinjauan Pustaka .............................................................................. 4
2.1 Metode Box – Jenkins……………………………………………...4
2.1.1 Model Autoregressive (AR).……………………………………….4
2.1.2 Model Moving Average (MA) ...………...………………………….4
2.1.3 Model Autoregressive – Moving Average ...……………….………..5
2.1.4 Model Autoregressive Integrated Moving Average (ARIMA).....…..5
2.2 Autocorellation Function (ACF)………………………………………...5
2.3 Partial Autocorellation Function (PACF) ………………………..……5
2.4 Pemeriksaan Diagnostik Model ……………………………………....…6
2.4.1 Uji Signifikansi Parameter ………………………………………...….….6
2.4.2 Uji White Noise …………………………………………………......…….6
2.4.3 Uji Asumsi Residual Berdistribusi Normal………….…………………6
2.5 Kriteria Pemilihan Model Terbaik………………………………………7
2.6 Saham………………………………………………………………7
2.6.1 Pengertian Saham………………………………………………..…7
2.6.2 Sektor Saham…...…………………………………………………..8
2.6.3 Faktor-Faktor yang Mempengaruhi Harga Saham……..………..…8
2.7 Analisis Time Series………………………………………………..9
2.8 PT.Unilever Indonesia tbk……………………………...………….10
3 Metodelogi Penelitian .................................................................... 12
3.1 Rancangan Penelitian ..................................................................... 12

iii
3.2 Waktu dan Tempat Penelitian ........................................................ 12
3.3 Populasi dan Sampel Penelitian ..................................................... 12
3.4 Variabel Penelitian ......................................................................... 12
3.5 Teknik Pengumpulan Data ............................................................. 12
3.6 Teknik Analisis Data...................................................................... 13
Daftar Pustaka

iv
 DAFTAR TABEL
Halaman
Tabel 3.1 Definisi Operasional Peubah ..................................................... 12

v
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Metode Box-Jenkins dinamakan dari statistikawan George Box dan Gwilym Jenkisn.
Metode ini merupakan pengembangan dari teknik time series. Model ini muncul pada tahun
1970, dalam buku yang mereka rilis dengan judul Time Series Analysis: Forecasting And
Control. Model Box-Jenkins ini terdiri dari beberapa model yaitu: Autoregressive (AR),
Moving Average (MA), Autoregressive-moving Average (ARMA), dan Autoregresive
Integrated Moving Average (ARIMA).
Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka panjang yang
bisa diperjualbelikan, sarana pendanaan bagi perusahaan maupun institusi lain, dan sebagai
sarana bagi kegiatan untuk berinvestasi. Pasar modal memiliki peran yang sangat penting
untuk perekonomian suatu negara (Bursa Efek Indonesia, 2010). Dibanyak negara, terutama
negara-negara yang menganut sistem ekonomi pasar, pasar modal telah menjadi salah satu
sumber kemajuan ekonomi. Sebab, pasar modal dapat menjadi sumber dana alternatif bagi
perusahaan-perusahaan. Padahal, perusahaan-perusahaan ini merupakan salah satu agen
produksi yang secara nasional membentuk Gross Domestic Product (GDP). Jadi, dengan
berkembangnya pasar modal, akan menunjang peningkatan GDP atau dengan kata lain,
berkembangnya pasar modal akan mendorong pula kemajuan ekonomi suatu negara.
Bentuk investasi didalam pasar modal adalah berbentuk saham. Saham adalah tanda
penyertaan modal seseorang atau pihak (badan usaha) dalam suatu perusahaan atau perseroan
terbatas (Bursa Efek Indonesia, 2010). Investasi dalam bentuk saham dinilai sangat
menguntungkan dimasa depan. Namun, sebelum menjadi investor di pasar modal banyak hal
yang perlu dipertimbangkan karena menjadi seorang investor akan memiliki keuntungan dan
risiko tersendiri. Investasi di pasar modal memiliki dua potensi, yaitu dividen yang
diharapkan oleh para pemodal dan capital gain. Selain return, kegiatan investasi juga dapat
menimbulkan resiko bagi para investor. Semakin besar potensi return yang akan diterima
maka semakin besar pula potensi risiko. Tingkat risiko yang terdapat pada perusahaan
perbankan terpilih merupakan gambaran ketidakpastian yang akan ditanggung para investor
jika menanamkan modalnya pada saham perusahaan yang dipilih investor tersebut. Hal ini
akan menjawab pertanyaan dimana seorang investor akan menanamkan modalnya. Investor
dapat menentukan sikapnya kapan dalam posisi membeli, menjual atau hanya menunggu dan
melihat saja (wait and see).
 2

Sebagaimana yang biasa diketahui bahwa pergerakan di pasar modal sangat dipengaruhi
oleh ekspektasi para pemainnya yang terbentuk oleh gabungan faktor-faktor fundamental,
teknikal, dan sentimen. Jika terjadi ekspektasi positif, maka minat untuk membeli akan
meningkat yang akan membuat harga naik ke atas. Sebaliknya, ekspektasi negatif akan
mendorong harga menurun karena tekanan jual meningkat. Dengan memperhatikan karakter
pasar modal tersebut pergerakan saham PT.UNILEVER INDONESIA yang sudah go public
diharapkan dapat digunakan sebagai salah satu pertimbangan untuk membeli saham
PT.UNILEVER INDONESIA.
Selain itu, gerakan indeks harga saham di suatu pasar modal juga dapat menjelaskan
apakah aktifitas transakasi saham-saham yang diperjualbelikan di pasar modal tersebut
dipengaruhi dengan adanya sentimen positif (aksi beli) atau sentimen negatif (aksi jual).
Berita baik seperti membaiknya perekonomian suatu negara, meningkatnya kinerja para
emiten, semakin kondusifnya iklim investasi, membaiknya masalah keamanan suatu negara
merupakan sentimen positif bagi para investor. Bila terjadi aksi teror, kudeta, peperangan di
suatu negara, hal ini merupakan sentimen negatif bagi para investor meskipun kondisi
fundamental ekonomi di negara tersebut sangat menjanjikan.
Dengan demikian tidak mudah dalam memprediksi gerakan saham suatu pasar modal.
Kesan umum terhadap pasar modal adalah bahwa pasar modal yang tercatat di bursa dan
pergerakan harga kadang-kadang menunjukkan pola pergerakkan yang tidak dapat dipahami
atau sulit dijelaskan. Oleh karena itu wajar jika banyak orang menggambarkan pasar modal
sebagai irasional, kacau dan tidak beraturan. Diperlukan metode dalam memprediksi harga
saham dimasa yang akan datang, agar para investor mau dalam menginvestasi modalnya.
Metode Box-Jenkin menjadi salah satu dari berbagai macam pilihan yang ditawarkan
para ahli dalam memprediksi harga saham di masa depan. Maka penulis tertarik mengambil
judul penelitian “Peramalan Harga Saham PT.Unilever Indonesia (UNVR) Dengan
Menggunakan Metode ARIMA Box-Jenkins”.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang yang telah dikemukakan, maka rumusan
masalah dalam penelitian ini adalah sebagai berikut :
1. Bagaimana model peramalan terbaik metode ARIMA Box-Jenkins pada harga
saham PT.Unilever Indonesia periode bulan Januari tahun 2019 sampai Agustus
2020?
2. Bagaimana nilai hasil peramalan harga saham PT.Unilever Indonesia pada bulan
september tahun 2020?
 3

1.3 Tujuan Penelitian

Sesuai dengan latar belakang dan perumusan masalah yang telah diuraikan, maka
tujuan dalam penelitian ini adalah sebagai berikut :
1. Mengetahui model peramalan terbaik metode ARIMA Box-Jenkins pada harga
saham PT.Unilever Indonesia periode bulan Januari tahun 2019 sampai Agustus
2020
2. Mengetahui nilai hasil peramalan harga saham PT.Unilever Indonesia pada bulan
september tahun 2020
1.4 Manfaat Penelitian
1. Memberikan informasi lebih lanjut pada model peramalan terbaik metode ARIMA Box-
Jenkins pada harga saham PT.Unilever Indonesia periode bulan Januari tahun 2019
sampai Agustus 2020 .
2. Memberikan informasi lebih lanjut mengenai nilai hasil peramalan harga saham
PT.Unilever Indonesia pada bulan september tahun 2020.
 5

BAB 2
TINJAUAN PUSTAKA

2.1 Metode Box - Jenkins

Metode Box-Jenkins dinamakan dari statistikawan George Box dan Gwilym Jenkisn.
Metode ini merupakan pengembangan dari teknik time series. Model ini muncul pada tahun
1970, dalam buku yang mereka rilis dengan judul Time Series Analysis: Forecasting And
Control. Model Box-Jenkins ini terdiri dari beberapa model yaitu: Autoregressive (AR),
Moving Average (MA), Autoregressive-moving Average (ARMA), dan Autoregresive
Integrated Moving Average (ARIMA).

2.1.1 Model Autoregressive (AR)

Model Autoregresif (AR) pertama kali diperkenalkan oleh Yule pada tahun 1926
dan dikembangkan oleh Walker pada tahun 1931, model ini memiliki asumsi bahwa data
periode sekarang dipengaruhi oleh data pada periode sebelumnya. Model Autoregresif
dengan ordo p disingkat AR(p) atau ARIMA (p,0,0) dan diformulasikan sebagai berikut
(Halim, 2006) :

(2.1)

:koefisien parameter autoregresif ke-p;

: Variabel bebas;
:sisaan pada saat ke-t

2.1.2 Model Moving Average (MA)

Proses Moving Average berorde q menyatakan hubungan ketergantungan antara
nilai pengamatan dengan nilai-nilai kesalahan yang berurutan dari periode t sampai t-q.
(Sartono, 2006). Model Moving Average (MA) pertama kali diperkenalkan oleh Slutzky
pada tahun 1973, dengan orde q ditulis MA (q) atau ARIMA (0,0,q) dikembangkan oleh
Wadsworth pada tahun 1989 yang memiliki formulasi sebagai berkut (Halim, 2006).

(2.2)

:koefisien parameter moving average ke-q;

:sisaan pada saat ke-t

2.1.3 Model Autoregressive – Moving Average

Model AR (p) dan MA (q) dapat disatukan menjadi model yang dikenal dengan
Autoregressive Moving Average (ARMA), sehingga memiliki asumsi bahwa data periode
sekarang dipengaruhi oleh data pada periode sebelumnya dan nilai sisaan pada periode
sebelumnya (Assauri, 1984). Model ARMA dengan berorde p dan q ditulis ARMA (p,q)
atau ARIMA (p,0,q) yang memiliki formulasi sebagai berikut (Halim, 2006) :
 6

(2.3)

Dimana:
Yt=Variabel tidak bebas;
=konstanta;
=Parameter Autoregresif;
=koefisien parameter moving average;
= Variabel bebas;
=sisaan pada saat ke t-q

2.1.4 Model Autoregressive Integrated Moving Average (ARIMA)

Menurut Aswi dan Sukarna (2006), suatu proses Zt dikatakan mengikuti model ARIMA
(p,d,q) yang nonstasioner jika ada orde d(d≥1).Model umum untuk ARIMA (p,d,q) adalah
( )( ) ( )
(2.4)
Dengan
( ) (
( ) (
2.2 Autocorellation Function (ACF)
Pada analisis time series, k disebut sebagai fungsi autokovarian dan k disebut fungsi
autokorelasi yang merupakan ukuran keeratan hubungan antara Zt dan Ztk dari proses yang
sama dan hanya dipisahkan oleh selang waktu k. Karena pada dasarnya tidak mungkin fungsi
autokorelasi dihitung dari populasi, maka fungsi autokorelasi dihitung dari data sampel dan
dirumuskan sebagai berikut (Wei, 2006) :

∑ ( ̅)( ̅)
̂ ̅)
(2.5)
∑ (

Dimana ̅ ∑

2.3 Partial Autocorellation Function (PACF)

Partial Autocorellation Function (PACF) digunakan untuk mengukur keeratan antara
Zt dan Ztk dengan mengeliminasi pengaruh pengamatan Zt1 ,Zt2 , …terhadap Zt . Fungsi
PACF dapat dirumuskan sebagai berikut (Wei, 2006):

̂ ∑ ̂ ̂
̂ (2.6)
∑ ̂ ̂

Sehingga ̂ ̂ ̂ ̂ dimana j=1,2,…,k

2.4 Pemeriksaan Diagnostik Model

Pembentukan model Time Series merupakan suatu prosedur iteratif yang dimulai
dengan identifikasi model dan estimasi parameter. Setelah estimasi parameter dilakukan
pemeriksaan diagnostik model dengan langkah-langkah sebagai berikut:
 7

2.4.1 Uji Signifikansi Parameter

Pengujian signifikasi parameter model ARIMA digunakan untuk mengetahui
parameter model signifikan atau tidak. Berikut adalah hipotesis untuk pengujian signifikasi
parameter (misal θi adalah parameter model ARIMA):
H0 : θi = 0 (parameter model tidak sesuai)
H1 : θi ≠ 0 (parameter model sesuai)

Statistik uji yang digunakan adalah:

( )
(2.7)

Keputusan dapat diambil dengan menolak H0 jika nilai |t| lebih dari nilai t α/2,n-p (Bowerman
dan O’Connel, 1993).

2.4.2 Uji White Noise

Suatu proses dikatakan sebuah proses white noise apabila tidak terdapat korelasi
dalam deret residual. Pengujian asumsi white noise menggunakan Uji Ljung Box-Q dengan
hipotesis sebagai berikut (Wei, 2006):
H0 : 1   2  ...   k  0 (residual bersifat white noise)
H1 : minimal terdapat satu  0  k , untuk k = 1,2,….,K (residual tidak bersifat white noise)

(2.8)
( ) ∑( ) ̂

Keputusan dapat diambil dengan menolak H0 jika nilai Q  ,Km

Keterangan:
n : banyaknya pengamatan
̂ : ACF residual pada lag ke-k
K : maksimum lag m : p + q

2.4.3 Uji Asumsi Residual Berdistribusi Normal

Salah satu pengujian yang dapat dilakukan untuk menguji kenormalan data adalah uji
Kolmogorov-Smirnov dengan hipotesis sebagai berikut (Daniel, 1989):
H0 : F(x) = F0(x) (residual berdistribusi normal)
H1 : F(x) ≠ F0(x) (residual tidak berdistribusi normal)
Statistik uji yang digunakan adalah :

| ( ) ( )| (2.9)

Keputusan dapat diambil dengan menolak H0 jika nilai jika Duji lebih dari nilai D (1-α,n).
Keterangan :
F(x) : fungsi peluang kumulatif distribusi yang teramati (fungsi peluang kumulatif distribusi
yang belum diketahui)
F0(x) : fungsi peluang kumulatif distribusi yang dihipotesiskan (fungsi peluang kumulatif dari
distribusi normal)
S(x) : fungsi peluang kumulatif yang dihitung dari data sampel sup : nilai supremum atau
nilai maksimum dari | ( ) ( )|

2.5 Kriteria Pemilihan Model Terbaik

Pada analisis time series atau analisis data umum lainnya, terkadang terbentuk
 8

beberapa model dari data yang diberikan. Pada pemilihan model terbaik residual yang baik
harus memenuhi asumsi residual white noise dan berdistribusi normal, sehingga diperlukan
suatu kriteria tertentu untuk dapat menentukan model yang akan digunakan. Pemilihan
model terbaik dilakukan dengan menghitung akurasi dari data out sample (Wei, 2006).
Perhitungan akurasi untuk data out sample adalah dengan menggunakan kriteria
RMSE, MAPE, dan MAD. RMSE digunakan dengan tujuan supaya satuan pengukuran data
tidak berubah, dapat dihitung dengan rumus sebagai berikut (Gooijer & Porter, 2008).

∑ | ̂| (2.4)

Selanjutnya, MAPE digunakan untuk mengetahui rata-rata harga mutlak dari

persentase kesalahan tiap model. Berikut adalah rumus MAPE.

| ̂ |
∑ (2.5)

Sedangkan, MAD digunakan untuk mengetahui ukuran kesalahan peramalan dalam

unit ukuran yang sama dengan data aslinya. Berikut adalah rumus MAD.
∑ | ̂|
(2.6)
dimana,
Zt = nilai pengamatan ke-t
̂ = nilai peramalan ke-t

2.6 Saham
2.6.1 Pengertian saham
Menurut Ang (1997) Saham adalah surat berharga sebagai bukti penyertaan atau
kepemilikan individu atau institusi dalam suatu perusahaan. Nilai suatu saham berdasarkan
fungsinya dapat dibagi menjadi tiga, yaitu sebagai berikut:
1. Par Value (Nilai Nominal) adalah nilai yang tercantum dalam saham yang
bersangkutan yang berfungsi untuk tujuan akuntansi. Nilai nominal suatu saham
harus ada dan dicantumkan pada surat berharga dalam mata uang rupiah bukan
dalam bentuk mata uang asing.
2. Base Price (Harga Dasar) adalah harga dasar suatu saham yang erat kaitannya
dengan harga pasar suatu saham. Harga dasar dipergunakan didalan indeks
harga saham.
 9

3. Market Price (Harga Saham) adalah harga yang paling mudah ditentukan karena
harga pasar merupakan suatu saham pada pasar yang sedang berlangsung.
Apabila suatu efek sudah ditutup maka harga pasar adalah harga penutupannya
(closing price). Jadi, harga saham inilah yang menyatakan naik turunnya suatu
saham.
2.6.2 Sektor Saham
Menurut Hin (2008) Saham-saham yang tercatat di Bursa Efek Indonesia
dikelompokkan kedalam 9 sektor menurut klasifikasi industri yang telah ditetapkan, yaitu
pertanian; pertambangan; industri dasar dan kimia; aneka industri; industri barang
konsumsi; properti dan real estate; infarstrukur, utilitas, dan transportasi; keuangan; dan
yang terakhir perdangangan, jasa, dan investasi.
2.6.3 Faktor-Faktor yang Mempengaruhi Harga Saham
Menurut Brigham dan Houston (2001) faktor-faktor yang mempengaruhi harga
saham adalah :
1. Jumlah laba yang didapat perusahaan
Pada umumnya, investor melakukan investasi pada perusahaan yang mempunyai
profit yang cukup baik karena menunjukan prospek yang cerah sehingga investor
tertarik untuk berinvestasi, yang nantinya akan mempengaruhi harga saham
perusahaan. Jumlah kas deviden yang diberikan
Kebijakan pembagian deviden dapt dibagi menjadi dua, yaitu sebagian
dibagikan dalam bentuk deviden dan sebagian lagi disisihkan sebagai laba ditahan.
Sebagai salah satu faktor yang mempengaruhi harga saham, maka peningkatan
pembagian deviden merupakan salah satu cara untuk meningkatkan kepercayaan
dari pemegang saham karena jumlah kas deviden yang besar adalah yang diinginkan
oleh investor sehingga harga saham naik.
2. Laba per lembar saham (Earning Per Share/EPS)
Seorang investor yang melakukan investasi pada perusahaan akan menerima
laba atas saham yang dimilikinya. Semakin tinggi laba per lembar saham (EPS) yang
diberikan perusahaan akan memberikan pengembalian yang cukup baik. Ini
akanmendorong investor untuk melakukan investasi yang lebih besar lagi sehingga
harga saham perusahaan akan meningkat.
3. Tingkat Bunga
Tingkat bunga dapat mempengaruhi harga saham dengan cara:
 Mempengaruhi persaingan di pasar modal antara saham dengan obligasi,
 10

apabila suku bunga naik maka investor akan menjual sahamnya untuk
ditukarkan dengan obligasi. Hal ini akan menurunkan harga saham. Hal
sebaliknya juga akan terjadi apbila tingkat bunga mengalami penurunan.
 Mempengaruhi laba perusahaan, hal ini terjadi karena bunga adalah
biaya, semakin tinggi suku bunga maka semakin rendah laba
perusahaan. Suku bunga juga mempengaruhi kegiatan ekonomi yang
juga akan mempengaruhi laba perusahaan.
4. Tingkat Resiko dan Pengembalian
Apabila tingkat resiko dan proyeksi laba yang diharapkan perusahaan
meningkat maka akan mempengaruhi harga saham perusahaan. Biasanya semakin
tinggi resiko maka semakin tinggi pula tingkat pengembalian saham yang diterima.

2.7 Analisis Time Series

Analisis time series atau metode deret waktu berkala dimana pendugaan masa depan
dilakukan berdasarkan data masa lalu. Tujuan peramalan deret berkala adalah menemukan
pola deret data masa lalu dan mengekstrapolasikan pola dalam deret data masa lalu dan
masa depan. Model deret berkala dapat dengan mudah digunakan untuk meramal
(Makridakis dkk, 1999).

Langkah penting dalam memilih model time series dapat dengan melihat pola dari
data. Pola data dibedakan menjadi empat, yaitu sebagai berikut:
o Pola horizontal terjadi bilamana nilai data berfluktuasi disekitar rata-rata
yang konstan.
o Pola musiman terjadi bila data dipengaruhi oleh faktor musiman.
o Pola siklis terjadi bila data dipengaruhi oleh fluktuasi ekonomi jangka
panjang.
o Pola tren terjadi bila terdapat kenaikan atau penurunan sekuler jangka
panjang pada data.

2.8 PT.Unilever Indonesia tbk

PT Unilever adalah perusahaan multinasional yang memproduksi barang konsumen
yang bermarkas di Rotterdam, Belanda. Perusahaan ini didirikan tahun 1930. Perusahaan ini
mempekerjakan 206.000 pekerja. Memproduksi makanan, minuman, pembersih, dan
konsumen pribadi. Beberapa merek terkenal milik Unilever adalah: Rinso, Sunsilk, Dove, dan
 11

Clear.Unilever memiliki beberapa perusahaan lain di Indonesia:

 PT Anugrah Lever - didirikan pada tahun 2000 dan bergerak di bidang pembuatan,
pengembangan, pemasaran dan penjualan kecap, saus cabe dan saus-saus lain dengan
merk dagang Bango, Parkiet dan Sakura dan merek-merek lain
 PT Technopia Lever - didirikan pada tahun 2002 dan bergerak di bidang distribusi,
ekspor dan impor barang-barang dengan menggunakan merk dagang Domestos
Nomos
 PT Knorr Indonesia - diakuisisi pada 21 Januari 2004
PT Unilever Indonesia Tbk (perusahaan) didirikan pada 5 Desember 1933 sebagai
Zeepfabrieken N.V. Lever dengan akta No. 33 yang dibuat oleh Tn.A.H. van Ophuijsen,
notaris di Batavia. Akta ini disetujui oleh Gubernur Jenderal van Negerlandsch-Indie dengan
surat No. 14 pada tanggal 16 Desember 1933, terdaftar di Raad van Justitie di Batavia dengan
No. 302 pada tanggal 22 Desember 1933 dan diumumkan dalam Javasche Courant pada
tanggal 9 Januari 1934 Tambahan No. 3.
Dengan akta No. 171 yang dibuat oleh notaris Ny. Kartini Mulyadi tertanggal 22 Juli
1980, nama perusahaan diubah menjadi PT Unilever Indonesia. Dengan akta no. 92 yang
dibuat oleh notaris Tn. Mudofir Hadi, S.H. tertanggal 30 Juni 1997, nama perusahaan diubah
menjadi PT Unilever Indonesia Tbk. Akta ini disetujui oleh Menteri Kehakiman dengan
keputusan No. C2-1.049HT.01.04TH.98 tertanggal 23 Februari 1998 dan diumumkan di
Berita Negara No. 2620 tanggal 15 Mei 1998 Tambahan No. 39.
Perusahaan mendaftarkan 15% dari sahamnya di Bursa Efek Jakarta dan Bursa Efek
Surabaya setelah memperoleh persetujuan dari Ketua Badan Pelaksana Pasar Modal
(Bapepam) No. SI-009/PM/E/1981 pada tanggal 16 November 1981.
Pada Rapat Umum Tahunan perusahaan pada tanggal 24 Juni 2003, para pemegang saham
menyepakati pemecahan saham, dengan mengurangi nilai nominal saham dari Rp 100 per
saham menjadi Rp 10 per saham. Perubahan ini dibuat di hadapan notaris dengan akta No. 46
yang dibuat oleh notaris Singgih Susilo, S.H. tertanggal 10 Juli 2003 dan disetujui oleh
Menteri Kehakiman dan Hak Asasi Manusia Republik Indonesia dengan keputusan No. C-
17533 HT.01.04-TH.2003.
Perusahaan bergerak dalam bidang produksi sabun, deterjen, margarin, minyak sayur
dan makanan yang terbuat dari susu, es krim, makanan dan minuman dari teh dan produk-
produk kosmetik.
 BAB III
METODELOGI PENELITIAN

3.1 Rancangan Penelitian

Penelitian ini menggunakan rancangan kausal komparatif yang bersifat ex post facto,
dimana data dikumpulkan setelah semua kejadian berlangsung. Penelitian ini dilakukan
dengan mengakumulasikan harga saham PT. Unilever, tbk dalam bentuk data bulanan
sebagai objek penelitian yang telah berlangsung sejak tahun Januari 2019 hingga agustus
2020.
3.2 Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan pada tanggal 5 Oktober 2020 yang bertempat di Fakultas
Matematika dan Ilmu Pengetahuan Alam, Universitas Mulawarman, Samarinda, Kalimantan
Timur.

3.3 Populasi dan Sampel Penelitian

Pada penelitian kali ini, populasi yang digunakan, yaitu seluruh harga saham
PT.Unilever, tbk dan sampel yang digunakan, yaitu harga saham PT. Unilever,tbk pada
periode januari 2019-agustus 2020.

3.4 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini menggunakan satu jenis variabel, yaitu
variabel Harga saham PT.Unilever,tbk yang disajikan pada tabel berikut:

Tabel 3.1 Definisi Operasional Peubah

Variabel Definisi Satuan
Harga saham PT. Menunjukkan Harga saham Nominal
Unilever,tbk PT.Unilever pada saat
perdagangan

3.5 Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan adalah dengan pengumpulan data sekunder
yang didapatkan dari website www.investing.com. Pengumpulan data sekunder adalah teknik
pengumpulan data yang diperoleh langsung dari instansi atau penelitian lainnya.
 13

3.6 Teknik Analisis Data

Pada penelitian kali ini, data yang telah didapatkan akan diolah dan dianalisis dengan
menggunakan ARIMA BOX-JENSKINS dengan langkah-langkah sebagai berikut:
1. Membagi data kedalam data in-sample dan data out-sample.
2. Membuat time series plot terhadap data harga saham PT. Unilever,tbk.
3. Melakukan identifikasi stasioneritas data dalam varians dan dalam mean.
Identifikasi stasioner secara varians dilakukan dengan menggunakan pemeriksaan
Box-Cox sedangkan identifikasi stasioner secara mean dilakukan dengan
menggunakan pemeriksaan autokorelasi.
4. Melakukan transformasi Box-Cox apabila data yang digunakan belum memenuhi
kestasioneran data dalam varians.
5. Melakukan differencing jika data tidak stasioner dalam mean.
6. Melakukan identifikasi dan pendugaan model sementara berdasarkan hasil dari plot
autokorelasi dan autokorelasi parsial.
7. Melakukan estimasi parameter dan menguji signifikansi parameter model ARIMA
sementara.
8. Menguji asumsi residual dengan menggunakan pengujian white noise dan
pemeriksaan distribusi normal.
9. Melakukan deteksi outlier jika residual data tidak memenuhi asumsi white noise
atau berdistribusi normal.
10. Jika asumsi residual telah terpenuhi, selanjutnya adalah mendapatkan model terbaik
dari metode ARIMA BoxJenkins yang terpilih bedasarkan RMSE pada data
outsample.
11. Melakukan peramalan harga saham PT. Unilever,tbk pada bulan September 2020.
12. Menarik kesimpulan dan saran.
 DAFTAR PUSTAKA

Ang, Robert. 1997. Buku Pintar Pasar Modal Indonesia (The Intelligent Guide to
Indonesian Capital Market). Jakarta: Mediasoft Indonesia
Brigham, F dan Houston, J. 2001. Dasar-Dasar Manajemen Keuangan. Edisi 8, Buku 2.
Jakarta: Salemba Empat.
Gooijer, J. D., & Porter, D. C. (2008). In Basic Econometrics Fifth Edition, New York:
McGraw-Hill Company.
Hin,L.Thian. (2008). Panduan Berinvestasi Saham. Edisi Terkini. Elex Media Komputindo.
Jakarta
Made Suyana Utama dan I Gusti Putu Nata Wirawan, 2014, “Model Box-Jenkis dalam
Rangka Peramalan Produk Domestik Regional Bruto Provinsi Bali”, Jurnal Buletin
Studi Ekonomi, Vol. 19, No. 1.
Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1999). Forecasting Methods and
Applications. Inggris: John Wiley & Sons, Inc
Wei, W. (2006). Time Series Univariate and Multivariate Method., USA: Pearson
Education, Inc.
Aswi & Sukarna. 2006. Analisis Deret Waktu: Teori dan Aplikasi, Makasar: Andira
Publisher
Halim. 2006. Diktat Time Series. Universitas Kristen Petra. Surabaya