Skripsi

Peramalan nonlinear least square pada model arfima (studi kasus data harga penutupan saham PT. Bank Central Asia, Tbk.) / Restu Puja Muslim

Abstrak
iv RINGKASAN Muslim Restu Puja. 2018. Peramalan Nonlinier Least Square Pada Model ARFIMA (Studi Kasus Data Harga Penutupan Saham PT. Bank Central Asia Tbk). Skripsi. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Negeri Malang. Pembimbing Dr. Swasono Rahardjo S.Pd M.Si. Kata Kunci Deret Waktu Peramalan Nonlinear Least Square ARFIMA harga penutupan saham. Data deret waktu akan mempunyai sifat long memory jika diantara pengamatan dengan periode yang terpisah jauh masih mempunyai korelasi yang tinggi. Data deret waktu long memory mempunyai plot Autocorrelation Function (ACF) yang turun secara hiperbolik seiring dengan penambahan lag. Data seperti ini biasanya sering disebut dengan model Autoregressive Fractionally Integrated Moving Average (ARFIMA) dengan differencing parameter berbentuk bilangan real. Beberapa Penelitian dengan model ARFIMA pernah dilakukan oleh Ningrum Sulandri untuk meramalkan suku bunga SBI Natanael dkk untuk meramalkan harga minyak dunia dan penelitian perbandingan model ARIMA dan ARFIMA dilakukan oleh Sari. Hasil dari penelitian tersebut menunjukkan bahwa model ARFIMA lebih baik untuk meramalkan data deret waktu yang mengandung data jangka panjang. Dalam melakukan pemodelan ARFIMA ada 5 tahap tahap pertama melakukan identifikasi model yang meliputi plot data plot ACF dan plot Box-Cox. Tahap kedua melakukan pendugaan parameter yang meliputi perkiraan parameter 119901 dan 119902 serta pendugaan parameter 119889 menggunakan metode NLS. Tahap ketiga melakukan pengujian parameter dan kelayakan model ARFIMA yang meliputi uji signifikansi parameter uji white noise dan kenormalan residual. Tahap keempat memilih model terbaik dan tahap kelima melakukan peramalan dengan persamaan model ARFIMA ( 119901 119889 119902 ) metode NLS untuk beberpa periode kedepan. Dari hasil Penelitian diperoleh Model terbaik ARFIMA ( 119901 119889 119902 ) dengan metode NLS dalam meramalkan data harga penutupan saham (close price) di PT.Bank Central Asia Tbk adalah model ARFIMA (1 0.805 1) dengan nilai AIC terkecil. Diperoleh persamaannya 119885 119905 1 85725 119885 119905 8722 1 0 92552 119885 119905 8722 2 0 31467 119885 119905 8722 3 0 24431 119885 119905 8722 4 8722 0.955384 119890 119905 8722 1 119890 119905 . Persamaan ini menginterpretasikan bahwa peramalan untuk harga penutupan saham (close price) di PT.Bank Central Asia Tbk. memerlukan 1 sampai 4 periode data sebelumnya dikurangi dengan kesalahan acak 1 periode sebelumnya serta penambahan kesalahan acak pada waktu ke- 119905 . Sehingga hasil peramalannya untuk 3 periode

Informasi Detail

DDC

Rs 519.55 MUS p

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2018.

Deskripsi Fisik

xv, 63 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

06499/KI/18

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2018

Subjek

1. ANALISIS DERET WAKTU
2. TIME SERIES ANALYSIS

Pembimbing

1. Swasono Rahardjo

Lampiran Berkas