Analisis Perbandingan Model ARIMA, SARIMAX dan TimeGPT Untuk Forecasting Saham

Penelitian ini membandingkan kinerja tiga model peramalan time series ARIMA, SARIMAX, dan TimeGPT dalam memprediksi harga saham PT Astra International Tbk (ASII). Evaluasi dilakukan menggunakan metrik MAE, RMSE, dan MAPE terhadap data historis saham yang di prediksi dari 1 Juli 2024 hingga 30 Januari 2025. SARIMAX menunjukkan kinerja paling seimbang dan unggul secara keseluruhan, dengan nilai MAPE 1.62 Persen, MAE 0.086 Persen, dan RMSE 0.198 Persen. Model ini mampu menangkap pola historis dengan akurat serta mempertimbangkan variabel eksogen (harga pembukaan, tertinggi, terendah), sehingga cocok digunakan sebagai alat bantu utama untuk keputusan strategis seperti buyback saham. TimeGPT, model berbasis generative AI, memberikan akurasi dengan MAPE 1.80 Persen (horizon 1 hari) dan 1.81 Persen (horizon 7 hari). Meskipun demikian, MAE 0.095 Persen dan RMSE 0.201 Persen yang tinggi mengindikasikan adanya sensitivitas terhadap outlier. Oleh karena itu, TimeGPT efektif digunakan sebagai pelengkap analisis, terutama untuk skenario real-time dengan prediksi multivariabel dan eksklusi hari libur. ARIMA, sebagai baseline model klasik, menunjukkan MAE 0.024 Persen dan RMSE 0.272 Persen yang sangat rendah, namun mencatatkan MAPE tertinggi sebesar 4.86 Persen. Hal ini menunjukkan bahwa kesalahan kecil secara absolut menjadi signifikan secara proporsional, menjadikannya kurang ideal dalam konteks evaluasi berbasis persentase. Secara keseluruhan, SARIMAX direkomendasikan sebagai model utama dalam studi ini karena akurasi tinggi dan kestabilannya, sementara TimeGPT dapat digunakan sebagai alat pendukung analitik yang fleksibel dan adaptif terhadap dinamika pasar.