Penerapan CRISP-DM untuk Prediksi Harga Saham Starbucks Corporation Menggunakan Time Series Analysis

Abstract

Starbucks Corporation, sebagai salah satu perusahaan terkemuka dalam industri kopi, memiliki fluktuasi harga saham yang dipengaruhi oleh berbagai faktor ekonomi dan non-ekonomi. Oleh karena itu, penelitian ini bertujuan untuk menganalisis pergerakan harga saham Starbucks Corporation menggunakan pendekatan analisis waktu, dengan fokus pada data penutupan dari 2 Januari 2019 hingga 29 Desember 2023. Data historis harga penutupan saham dianalisis menggunakan metode statistik dan model prediktif seperti Analisis Runtun Waktu. Pendekatan ini melibatkan identifikasi tren, pola musiman, dan siklus dalam harga penutupan saham. Dataset sebanyak 1258 data poin digunakan, dengan pembagian 80% data latih dan 20% data uji. Selain itu, analisis ini membandingkan ramalan dari model Moving Average (ARIMA) dan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk tujuan prediksi. Penelitian ini mengikuti model CRISP-DM (Cross-Industry Standard Process for Data Mining). Hasil penelitian menunjukkan bahwa Mean Absolute Percentage Error (MAPE) dari SARIMA adalah 4,37%, dan ARIMA adalah 4,32%, yang berarti bahwa SARIMA sedikit lebih akurat dalam menghasilkan prediksi dibandingkan ARIMA. Berdasarkan hasil ini, dapat dilihat bahwa terdapat pola tertentu dalam pergerakan harga penutupan saham Starbucks yang dapat digunakan untuk membuat prediksi di masa depan. Temuan ini penting bagi investor dan pemangku kepentingan dalam membuat keputusan investasi yang lebih baik dan informatif.