Analisis Karakteristik Deret Waktu dan Peramalan Harga Kartu Pokémon Charizard sebagai Aset Koleksi Menggunakan Model ARIMA
DOI:
https://doi.org/10.61124/sinta.v3i3.300Keywords:
ARIMA, aset koleksi, forecasting, kartu Pokemon Charizard, time seriesAbstract
Kartu Pokémon Charizard Base Set #4 merupakan salah satu aset koleksi dengan nilai ekonomi terbilang tinggi dan dapat di perdagangkan secara aktif pada pasar sekunder. Perubahan harga yang terjadi dari satu periode ke periode lainnya menimbulkan ketidakpastian bagi kolektor maupun investor sehingga diperlukan analisis untuk memahami pola pergerakan harga dan menghasilkan prediksi pada periode mendatang. Penelitian ini bertujuan untuk menganalisis karakteristik deret waktu harga kartu Pokémon Charizard Base Set #4 serta membangun model peramalan menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Data penelitian yang digunakan yakni data harga bulanan dengan periode Januari 2021 hingga Mei 2026 yang diperoleh melalui proses web scraping dari situs PriceCharting. Tahapan pada penelitian ini meliputi preprocessing data, analisis deskriptif, uji stasioneritas Augmented Dickey-Fuller (ADF), proses differencing, analisis Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), pemodelan ARIMA, serta evaluasi model dengan menerapkan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil yang didapat pada penelitian ini menunjukkan bahwa ARIMA sebagai model pilihan mampu menangkap pola historis harga kartu Pokémon Charizard dan menghasilkan prediksi harga untuk enam bulan berikutnya. Evaluasi model menghasilkan nilai MAE sebesar 52,42, RMSE sebesar 72,17, dan MAPE sebesar 15,86%. Hasil tersebut menunjukkan bahwa metode ARIMA dapat digunakan untuk melakukan peramalan harga aset koleksi, meskipun tingkat akurasinya masih dipengaruhi oleh karakteristik pasar koleksi yang dinamis dan adanya faktor eksternal yang dapat mempengaruhi data historis harga.
References
F. P. Naya, S. S. Berlianti, N. Parcha, and A. Kayla, “PERAMALAN HARGA BERAS INDONESIA MENGGUNAKAN METODE ARIMA,” J. Tek. Inform. dan Sist. Inf., vol. 11, no. 4, pp. 184–193, 2024, [Online]. Available: http://jurnal.mdp.ac.id
W. Marlina, R. zuhiara Dongoran, T. Kinanti, I. S. B. Ginting, and R. Widyasari, “Prediksi Rata-Rata Harga Emas 24 Karat Di Kota Medan Dengan Metode Arima,” J. Jendela Mat., vol. 3, no. 02, pp. 134–143, 2025, doi: 10.57008/jjm.v3i02.1634.
I. Ikhsani, Martanto, A. R. Dikananda, and Mulyawan, “Prediksi Harga Emas Menggunakan Algoritma Seasonal Auto Regressive Integrated Moving Average,” J. Inf. dan Komput., vol. 13, no. 01, pp. 01–10, 2025, doi: 10.35959/jik.v13i01.639.
L. D. Jayanti, R. Lestari, F. A. D. Suparno, and Fachruzzaki, “Prediksi Harga Emas Tahun 2024-2025 dengan Metode Autoregressive Integrated Moving Average (ARIMA) pada Aplikasi RStudio,” Academia.edu, pp. 1275–1289, 2025.
B. Laksma Pradana, “Time Series Forecasting of LQ45 Stock Index Using ARIMA: Insights and Implications,” J. Manag. Account. Bus. Res., vol. 1, no. 1, pp. 27–40, 2025, doi: 10.51170/jmabr.v4i.1.160.
A. Gempati, F. A. R. Fradani, R. M. Ibrahim, T. K. Astuti, Y. R. Prasetyo, and L. Y. Devi, “Peramalan Data Ihsg 2021-2025 Di Indonesia Dengan Time Series Modeling Autoregressive Integrated Moving Average (Arima),” J. Ilm. Ekon. Dan Manaj., vol. 3, no. 5, pp. 225–234, 2025, doi: 10.61722/jiem.v3i5.4650.
F. A. Kurnia, M. Hardianti, M. Sinurat, and L. Cahyadi, “Analisis Prediksi Harga Saham PT. BCA Dengan Menggunakan Metode ARIMA,” eCo-Fin, vol. 7, no. 2, pp. 880–896, 2025, doi: 10.32877/ef.v7i2.2373.
M. Ismail, R. Yunita, A. M. Janah, and Y. I. Susialwati, “PERAMALAN HARGA SAHAM PT JASA MARGA TBK ( JSMR ) MENGGUNAKAN MODEL ARIMA,” vol. 11, no. 204, pp. 693–707, 2026.
D. Sakha Fauzi and F. Ekarini, “Prediksi Harga GPU Menggunakan ARIMA Model,” Dimas Sakha Fauzi, vol. 1, no. 3, pp. 583–590, 2025, [Online]. Available: https://doi.org/10.55382/jurnalpustakaai.v5i3.1420
T. Valentino and Y. C. Giap, “SISTEM PREDIKSI PENJUALAN MOBIL DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE BERBASIS WEB,” vol. 10, no. 2, pp. 3510–3515, 2026.
H. Hassyddiqy and H. Hasdiana, “Analisis Peramalan (Forecasting) Penjualan Dengan Metode ARIMA (Autoregressive Integrated Moving Average) Pada Huebee Indonesia,” Data Sci. Indones., vol. 2, no. 2, pp. 92–100, 2023, doi: 10.47709/dsi.v2i2.2022.
M. Hasanah, M. R. Putri, K. A. Notodiputro, Y. Angraini, and L. N. A. Mualifah, “Peramalan Harga Emas Berjangka Menggunakan Metode ARIMA-GARCH,” Euler J. Ilm. Mat. Sains dan Teknol., vol. 13, no. 2, pp. 247–255, 2025, doi: 10.37905/euler.v13i2.32723.
L. I. Irwan and L. A. Talalu, “PERBANDINGAN PREDIKSI HARGA SAHAM MENGGUNAKAN MODEL ARIMA-GARCH ( STUDI KASUS SAHAM SEKTOR KEUANGAN ),” vol. 10, no. 1, pp. 757–762, 2026.
B. Arham, Sukasih, and R. Sani, “PREDIKSI HARGA EMAS HARIAN DAN MULTI-HORIZON MENGGUNAKAN ARIMA, LSTM DAN MODEL HYBRID ARIMA-LSTM,” pp. 18–23, 2026.
A. M. Hamdani, F. Widhiatmoko, and S. Fitri, “Perbandingan Akurasi Metode Autoregressive Integrated Moving Average dan Geometric Brownian Motion untuk Peramalan Harga Saham Indonesia,” Euler J. Ilm. Mat. Sains dan Teknol., vol. 13, no. 1, pp. 14–20, 2025, doi: 10.37905/euler.v13i1.30760.
N. M. Herlambang and H. Al Azies, “TIME SERIES FORECASTING SAHAM PT ASTRA MENGGUNAKAN ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN PROPHET,” Int. Ser. Oper. Res. Manag. Sci., vol. 341, no. 1, pp. 69–85, 2026, doi: 10.1007/978-3-031-28113-6_6.
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Asrul Puadi, Eddissyah Putra Pane, Nurliana Nasution
This work is licensed under a Creative Commons Attribution 4.0 International License.
