Maula Qorri ‘Aina, 4111414028 (2019) PEMODELAN RUNTUN WAKTU HARGA SAHAM DENGAN METODE MODWT-ARIMA. Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (4MB) | Preview

Abstract

MODWT-ARIMA merupakan metode pemodelan runtun waktu yang menggabungkan proses MODWT dan proses ARIMA. Proses MODWT digunakan sebagai pre-processing data. Proses MODWT mampu menghasilkan data yang lebih baik karakteristiknya dari data aslinya, seperti memiliki rata dan variansi yang lebih stabil. Proses ARIMA sebagai pembentuk model runtun waktu dari data hasil dekomposisi MODWT. Data yang dimodelkan adalah data runtun waktu harga saham harian BBRI.JK pada rentang 2 Januari 2015 s.d. 31 Desember 2018. Sebagian besar data dalam bidang ekonomi bersifat tidak stabil sehingga dianggap perlu menggunakan MODWT dalam melakukan pemodelan runtun waktu harga saham tersebut. Tujuan utama penelitian ini adalah membuktikan bahwa pemodelan runtun waktu dengan menggabungkan proses MODWT-ARIMA untuk harga saham BBRI.JK yang bersifat tidak stasioner lebih efektif dari pada dengan ARIMA saja. Keefektifan metode dilihat dari keakuratan hasil ramalan yang didasarkan pada nilai RMSE. Hasilnya model MODWT-ARIMA memiliki nilai RMSE = 4,909 yang lebih kecil dari pada model ARIMA dengan RMSE = 35,092, sedangkan RMSE hasil ramalannya untuk 43 periode kedepan adalah sebesar 428,394 yang juga lebih kecil dari RMSE ramalan ARIMA sebesar 434,973. Hasil cek diagnostik model ARIMA untuk data hasil dekomposisi MODWT, yaitu D1, D2, D3, dan S3, menunjukkan bahwa residual modelnya bersifat tidak white noise, sedangkan hasil cek diagnostik model ARIMA untuk runtun waktu harga saham harian menunjukan bahwa residual model bersifat white noise. Secara teoritis, model yang memiliki residual tidak white noise dianggap kurang mampu menggambarkan sifat-sifat data yang diamati karena residual data masih mengandung informasi yang perlu dipertimbangkan dalam pemodelan sehingga sebaiknya dilakukan pemodelan lanjutan terhadap residual. Akan tetapi, kajian penelitian ini dicukupkan untuk model ARIMA dan sudah bisa ditunjukkan bahwa model MODWT-ARIMA lebih efektif untuk memodelkan runtun waktu yang tidak stasioner dibandingkan model ARIMA. Pemodelan lanjutan terhadap residual dapat dilakukan sebagai pengembangan serta penambah keakuratan hasil ramalan dari penelitian ini.

Actions (login required)

View Item