Menggunakan library readxl untuk membaca data harga
penutupan harian 3 saham dari file Excel.
library(readxl)
Data_Saham <- read_xlsx("D:/S. Aktr/SEMESTER 6/Business Intelligence/Data Harga Penutupan Harian 3 Saham.xlsx",
sheet = "Gabungan")
str(Data_Saham)## tibble [709 × 4] (S3: tbl_df/tbl/data.frame)
## $ Date: chr [1:709] "02/27/2026" "02/26/2026" "02/25/2026" "02/24/2026" ...
## $ JPFA: num [1:709] 2380 2350 2410 2420 2420 2380 2480 2560 2560 2550 ...
## $ CPIN: num [1:709] 4250 4410 4340 4360 4430 4330 4270 4270 4300 4410 ...
## $ MAIN: num [1:709] 790 780 790 770 790 780 785 775 755 760 ...
Variabel Date diubah menjadi tipe data Date
dengan format %m/%d/%Y.
## tibble [709 × 4] (S3: tbl_df/tbl/data.frame)
## $ Date: Date[1:709], format: "2026-02-27" "2026-02-26" ...
## $ JPFA: num [1:709] 2380 2350 2410 2420 2420 2380 2480 2560 2560 2550 ...
## $ CPIN: num [1:709] 4250 4410 4340 4360 4430 4330 4270 4270 4300 4410 ...
## $ MAIN: num [1:709] 790 780 790 770 790 780 785 775 755 760 ...
Membuat visualisasi time series untuk masing-masing saham menggunakan
ggplot2.
ggplot(Data_Saham, aes(x = Date, y = JPFA)) +
geom_line(color = "Red") +
ylab("Price") +
labs(title = "Harga Penutupan Saham JPFA") +
theme_classic() +
theme(plot.title = element_text(hjust = 0.5))Membuat objek time series untuk masing-masing saham secara individual
menggunakan fungsi ts().
JPFA.timeseries <- ts(rev(Data_Saham$JPFA), start = c(2023, 1), frequency = 252)
plot(JPFA.timeseries,
main = "Single Data Series (JPFA)",
ylab = "Price",
col = "red")Menggabungkan ketiga saham ke dalam satu objek time series dan menampilkannya dalam satu plot.
combined.saham <- cbind(rev(Data_Saham$JPFA),
rev(Data_Saham$CPIN),
rev(Data_Saham$MAIN))
colnames(combined.saham) <- c("JPFA", "CPIN", "MAIN")
combined.timeseries <- ts(combined.saham, start = c(2023, 1), frequency = 252)
plot(combined.timeseries,
main = "Multiple Data Series")