ESTIMASI MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA INDEKS HARGA SAHAM GABUNGAN (IHSG)

Elisa Desi Asriani, 4111412007 (2016) ESTIMASI MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA INDEKS HARGA SAHAM GABUNGAN (IHSG). Under Graduates thesis, unnes.

[img]
Preview
PDF
Download (3358Kb)

    Abstract

    Analisis regresi nonparametrik digunakan apabila salah satu asumsi parameter regresi tidak terpenuhi dan tidak diketahui bentuk kurva regresi. Indeks harga saham gabungan (IHSG) merupakan suatu rangkaian informasi historis mengenai pergerakan saham gabungan sampai tanggal tertentu, digunakan para investor untuk melihat kenaikan atau penurunan harga saham. Variabel ekonomi yang mempengaruhi IHSG diantaranya yaitu inflasi, tingkat suku bunga di Indonesia, nilai tukar (kurs) rupiah terhadap dolar Amerika, indeks saham Dow Jones, indeks saham Nikkei 225, dan indeks saham Hang Seng. Metode MARS merupakan salah satu metode yang menggunakan pendekatan regresi nonparametrik dan data berdimensi tinggi yaitu data yang memiliki jumlah variabel prediktor sebesar 3 ≤ 푞 ≤ 20 dan sampel data yang berukuran 50 ≤ 표 ≤ 1000. MARS merupakan salah satu metode yang sangat cocok untuk menganalisis IHSG karena nonparametrik untuk data berdimensi tinggi. Penelitian ini bertujuan untuk mengetahui: (1) estimasi terbaik MARS pada variabel prediktor IHSG menggunakan kriteria GCV; (2) besar tingkat pentingnya variabel-variabel prediktor terhadap model terbaik yang diperoleh. Metode analisis MARS pada IHSG dengan melakukan pengujian parameter model regresi nonparametrik, standarisasi, dan model MARS diperoleh dari kombinasi nilai fungsi basis (BF), Maksimum Interaksi (MI), dan Minimum Observasi (MO) secara trial and error. Hasil penelitian estimasi MARS terbaik pada IHSG adalah BF=18, MI=1, dan MO=1, GCV terkecil 0,05640 dengan bentuk persamaan Y = −1,46041 + 0,910129 ∗ BF 1 − 0,467099 ∗ BF 2 − 6,69852 ∗ BF 4 + 6,40946 ∗ BF 6 + 1,70298 ∗ BF 10 − 5,21855 ∗ BF 12 + 3,10062 ∗ BF 14 − 0,984699 ∗ BF 16 . Variabel prediktor yang tingkat pentingnya secara signifikan yaitu Inflasi (푌 1 ); nilai tukar (kurs) tengah rupiah terhadap dolar Amerika (푌 3 ); indeks saham Dow Jones (푌 4 ); tingkat suku bunga di Indonesia (푌 2 ); dan indeks saham Nikkei 225 (푌 5 ) dengan tingkat pentingnya masing-masing sebesar 100%; 86,54114%; 84,31259%; 38,18755%; dan 32,75410%. Penelitian lanjutan dapat menggunakan metode MARS apabila regresi nonparametrik dan data berdimensi tinggi. Model terbaik MARS dapat dilihat dari kriteria GCV terkecil, apabila memiliki nilai GCV terkecil yang sama dapat dilihat dengan pertimbangan nilai MSE terkecil, dan apabila masih memiliki nilai MSE yang sama maka dapat dilihat dengan pertimbangan nilai 푆 2 terbesar.

    Item Type: Thesis (Under Graduates)
    Additional Information: '
    Uncontrolled Keywords: management
    Subjects: H Social Sciences > HB Economic Theory
    Fakultas: Fakultas Ekonomi > Manajemen, S1
    Depositing User: dewipuspasari `fip unnes
    Date Deposited: 11 Oct 2016 08:45
    Last Modified: 11 Oct 2016 08:45

    Actions (login required)

    View Item