ARKADIA, Imanuella (2024) Penerapan Model Autoregressive Fractionally Inntegrated Moving Average dengan Efek Garch (ARFIMA - GARCH) untuk Prediksi Harga Saham PT Bank Central Asia Tbk. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (66kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (119kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (107kB)
	Text 5. KATA PENGANTAR.pdf Download (159kB)
	Text 6. ABSTRAK.pdf Download (112kB)
	Text 7. ABSTRACT.pdf Download (110kB)
	Text 8. DAFTAR ISI.pdf Download (223kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (128kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (49kB)

Abstract

Investasi adalah komitmen atas sejumlah dana atau sumber daya yang dilakukan
pada saat ini dengan tujuan memperoleh keuntungan di masa yang akan datang.
Harga saham selalu mengalami kenaikan dan penurunan di setiap waktu sehingga sulit
untuk diprediksi. Hal tersebut memerlukan peramalan untuk menghasilkan
keputusan investasi. Analisis runtun waktu adalah metode meramalkan masa yang
akan datang menggunakan data masa lalu. Pada analisis runtun waktu ada beberapa
data yang plot ACF-nya turun secara hiperbolik. Fenomena tersebut dideteksi
sebagai kejadian yang mengikuti proses long memory. Long memory merupakan
kondisi ketika setiap observasi memiliki korelasi yang cukup kuat dengan observasi
lain walaupun jarak tiap observasi cukup jauh. Fenomena ini dapat diatasi dengan
memodelkan data runtun waktu dengan model ARFIMA. Model ARFIMA
memiliki asumsi residual berdistribusi normal, saling bebas, dan homogen. Terlihat
pada data finansial yang residualnya tidak selalu konstan atau data tidak homogen,
sehingga datanya bersifat heterokedastisitas. Hal ini dapat diatasi dengan
menggunakan model ARCH/GARCH. Penelitian ini menggunakan data harian
penutupan harga saham Bank Central Asia Tbk tanggal 1 Januari 2019 – 24
Februari 2023. Model terbaik yang didapat ARFIMA(0,0,9357968,[3]) –
GARCH(2,1) dengan SMAPE adalah 3,46% yang menunjukkan bahwa
kemampuan peramalan yang sangat baik.
Kata Kunci: Harga saham, peramalan, long memory, ARFIMA, GARCH,
SMAPE.

Actions (login required)

View Item