Electronic Theses and Dissertation

Pergerakan harga saham yang fluktuatif menyebabkan proses peramalan menjadi penting sebagai salah satu bahan pertimbangan dalam analisis investasi. Penelitian ini membahas peramalan harga saham PT Bank Central Asia Tbk (BBCA) menggunakan model Geometric Brownian Motion (GBM) dengan simulasi Monte Carlo. Data yang digunakan berupa harga penutupan mingguan saham BBCA periode Januari 2021 sampai Maret 2026. Data tersebut dibagi menjadi data training periode Januari 2021 sampai Maret 2025 dan data testing periode April 2025 sampai Maret 2026. Tahapan penelitian meliputi perhitungan return logaritmik, uji normalitas, estimasi parameter drift dan volatilitas, pembentukan model GBM single-path, simulasi GBM Monte Carlo sebanyak 10.000 lintasan, serta evaluasi akurasi menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil estimasi, diperoleh nilai drift sebesar 0,000857975 dan volatilitas sebesar 0,025286902. Hasil evaluasi pada data testing menunjukkan bahwa model GBM single-path menghasilkan MAPE sebesar 11,74%, sedangkan model GBM Monte Carlo menghasilkan MAPE sebesar 10,15%. Oleh karena itu, model GBM Monte Carlo dipilih sebagai model terbaik karena memiliki tingkat kesalahan prediksi yang lebih rendah. Model terbaik tersebut kemudian digunakan untuk memprediksi harga saham BBCA pada Kuartal II tahun 2026. Hasil perbandingan dengan harga aktual menunjukkan nilai MAPE sebesar 8,217%, sehingga model GBM Monte Carlo dapat memberikan hasil prediksi yang relatif baik, meskipun harga aktual tetap menunjukkan fluktuasi pada beberapa periode.

The fluctuating movement of stock prices makes forecasting important as one of the considerations in investment analysis. This study discusses the forecasting of PT Bank Central Asia Tbk (BBCA) stock prices using the Geometric Brownian Motion (GBM) model with Monte Carlo simulation. The data used in this study consist of weekly closing prices of BBCA stock from January 2021 to March 2026. The data are divided into training data from January 2021 to March 2025 and testing data from April 2025 to March 2026. The research stages include calculating logarithmic returns, conducting a normality test, estimating drift and volatility parameters, developing the GBM single-path model, performing GBM Monte Carlo simulation with 10,000 paths, and evaluating forecasting accuracy using Mean Absolute Percentage Error (MAPE). Based on the estimation results, the drift value is 0.000857975 and the volatility value is 0.025286902. The evaluation results on the testing data show that the GBM single-path model produces a MAPE of 11.74%, while the GBM Monte Carlo model produces a MAPE of 10.15%. Therefore, the GBM Monte Carlo model is selected as the best model because it has a lower prediction error. The selected model is then used to forecast BBCA stock prices in the second quarter of 2026. The comparison with actual prices shows a MAPE of 8.217%, indicating that the GBM Monte Carlo model provides relatively good forecasting results, although the actual stock prices still fluctuate in several periods.