Aplikasi ARCH/GARCH dalam Prediksi Harga Saham PT Kimia Farma (Persero) Tbk

Authors

  • Mohammad Hamid Asnawi Departemen Statistika FMIPA Universitas Padjadjaran
  • Syifa Auliyah Hasanah Departemen Statistika FMIPA Universitas Padjadjaran
  • Vyola Mentari Gizela Departemen Statistika FMIPA Universitas Padjadjaran
  • Amsal Esa Hasana Departemen Statistika FMIPA Universitas Padjadjaran
  • Toni Toharudin Departemen Statistika FMIPA Universitas Padjadjaran

DOI:

https://doi.org/10.1234/pns.v10i.72

Keywords:

Time series, volatilitas, heteroskedastisitas, ARIMA, ARCH-GARCH

Abstract

ARIMA merupakan salah satu metode dalam melakukan peramalan pada data yang berbentuk time series. Namun, adanya pelanggaran asumsi pada pemodelan ARIMA membuat pemodelan atau peramalan tersebut tidak lagi valid, misalnya saja pada pelanggaran terkait heteroskedastisitas. Maka, untuk memodelkan volatilitas dari data tersebut diperlukan adanya pemodelan menggunakan ARCHGARCH agar pelanggaran asumsi heteroskedastisitas pada ARIMA tidak menjadi penghalang untuk tetap
melanjutkan analisis. Data terkait saham PT. Kimia Farma Tbk. yang diambil pada periode Juli 2016 hingga Juni 2021, akan dijadikan sebagai media dalam pengaplikasian metode ARCH-GARCH dalam kasus saham. Hasil penelitian menunjukkan bahwa setelah didapatkan model ARIMA yang cocok, maka didapatkan residual yang selanjutnya akan diuji heteroskedastisitasnya dengan menggunakan uji Lagrange Multiplier (LM). Diperoleh hasil bahwa model ARCH (0,1) merupakan model yang tepat untuk meramalkan data historis saham PT. Kimia Farma Tbk. Menggunakan model ARCH (0,1) akan dilakukan peramalan hingga akhir tahun, yakni bulan Juli – Desember 2021. Sehingga bisa memberikan gambaran serta informasi terkait kondisi saham PT. Kimia Farma Tbk. yang membantu para calon investor.

Downloads

Download data is not yet available.

References

Ariefianto and M. Doddy, Ekonometrika Esensi dan Aplikasi dengan Menggunakan EViews. Jakarta: Erlangga, 2012.

A. P. Raneo and F. Muthia, “Penerapan Model GARCH Dalam Peramalan Volatilitas di Bursa Efek Indonesia,” J. Manaj. Dan Bisnis Sriwij., vol. 16, no. 3, pp. 194–202, 2019.

K. Nurfadilah, F. R. C, and I. Kasse, “Peramalan Tingkat Suku Bunga Pasar Uang Antar Bank (Puab) Dengan Vector Autoregressive Exogenous (Varx),” J. MSA ( Mat. dan Stat. serta Apl. ), vol. 6, no. 1, p. 51, 2018.

S. Makridakis, S. C.Wheelright, and V. E.McGee, Metode dan Aplikasi Peramalan. Jakarta Barat: Binarupa Aksara, 1999.

Desvina and A. Pani, “Analisis Time Series Particulate Matter (PM10),” Lemb. Penelit. dan Pengabdi. Kpd. Masy. UIN SUSKA, 2014.

Cryer, J. D., and K.-S. Chan, Time Series Analysis with Application in R, Second. Lowa City: Springer, 2008.

A. pani desvina dan Khairunisa, “Penerapan Metode Arch / Garch Dalam Meramalkan Transaksi Nilai Tukar ( Kurs ) Jual Mata Uang Indonesia ( IDR ) Terhadap Mata Uang Eropa ( GBP ),” J. Sains Mat. dan Stat., vol. 4, no. 2, pp. 114–123, 2018.

F. Pakaja and A. Naba, “Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor,” Neural Networks, vol. 6, no. 1, pp. 23–28, 2015.

Downloads

Published

2021-12-30

How to Cite

Hamid Asnawi, M. ., Auliyah Hasanah, S. ., Mentari Gizela, V. ., Esa Hasana, A. ., & Toharudin, T. . (2021). Aplikasi ARCH/GARCH dalam Prediksi Harga Saham PT Kimia Farma (Persero) Tbk . Prosiding Seminar Nasional Statistika, 10, 34–43. https://doi.org/10.1234/pns.v10i.72