IMPLEMENTASI MODEL ARIMA-GARCH TERHADAP PERAMALAN KONVERSI MATA UANG YEN KE RUPIAH

BINTANG SIRIUS, . (2023) IMPLEMENTASI MODEL ARIMA-GARCH TERHADAP PERAMALAN KONVERSI MATA UANG YEN KE RUPIAH. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Restricted to Registered users only Download (249kB) | Request a copy
	Text BAB 2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (262kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (513kB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (249kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (222kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (594kB) | Request a copy

Abstract

Transaksi jual beli selalu digunakan oleh manusia guna memenuhi kebutuhannya. Salah satu alat transaksi yang digunakan adalah uang. Setiap negara memiliki mata uangnya tersendiri termasuk Jepang, dengan mata uangnya yaitu Yen, dimana Yen terus mengalami penurunan yang signifikan sepanjang April 2022 melebihi 5-10%. Oleh karena itu, perlu adanya antisipasi terhadap laju kenaikan/penurunan nilai mata uang Yen. Metode yang digunakan adalah metode ARIMA-GARCH. Penelitian ini memiliki tujuan untuk mendapatkan model terbaik untuk konversi mata uang Yen ke Rupiah dari Januari 2001 hingga Juni 2023, serta mendapatkan hasil peramalan selama 12 bulan mendatang dari konversi mata uang tersebut. Jenis penelitian yang dipakai pada penelitian ini yaitu penelitian kuantitatif. Data yang dipakai pada penelitian ini adalah data konversi mata uang Yen ke Rupiah periode harian berupa deret waktu. Setelah dilakukan pengujian dan peramalan, didapatkan kesimpulan bahwa model yang paling tepat untuk menganalisis data di penelitian ini adalah model ARIMA(3,1,3)-GARCH(1,1). Hal ini dikarenakan model tersebut dapat mengatasi adanya homogenitas pada data yang ada. Konversi mata uang Yen ke Rupiah dari bulan Agustus 2022 hingga Juli 2023 dapat diramalkan memiliki fluktuasi, serta menghasilkan nilai MAPE sebesar 19.29%, dimana hal tersebut menandakan bahwa tingkat presisi dari model ARIMA(3,1,3)-GARCH(1,1) cukup baik untuk digunakan kepada data konversi tersebut. ***** Transaksi jual beli selalu digunakan oleh manusia guna memenuhi kebutuhannya. Salah satu alat transaksi yang digunakan adalah uang. Setiap negara memiliki mata uangnya tersendiri termasuk Jepang, dengan mata uangnya yaitu Yen, dimana Yen terus mengalami penurunan yang signifikan sepanjang April 2022 melebihi 5-10%. Oleh karena itu, perlu adanya antisipasi terhadap laju kenaikan/penurunan nilai mata uang Yen. Metode yang digunakan adalah metode ARIMA-GARCH. Penelitian ini memiliki tujuan untuk mendapatkan model terbaik untuk konversi mata uang Yen ke Rupiah dari Januari 2001 hingga Juni 2023, serta mendapatkan hasil peramalan selama 12 bulan mendatang dari konversi mata uang tersebut. Jenis penelitian yang dipakai pada penelitian ini yaitu penelitian kuantitatif. Data yang dipakai pada penelitian ini adalah data konversi mata uang Yen ke Rupiah periode harian berupa deret waktu. Setelah dilakukan pengujian dan peramalan, didapatkan kesimpulan bahwa model yang paling tepat untuk menganalisis data di penelitian ini adalah model ARIMA(3,1,3)-GARCH(1,1). Hal ini dikarenakan model tersebut dapat mengatasi adanya homogenitas pada data yang ada. Konversi mata uang Yen ke Rupiah dari bulan Agustus 2022 hingga Juli 2023 dapat diramalkan memiliki fluktuasi, serta menghasilkan nilai MAPE sebesar 19.29 %, dimana hal tersebut menandakan bahwa tingkat presisi dari model ARIMA(3,1,3)-GARCH(1,1) cukup baik untuk digunakan kepada data konversi tersebut.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Dra. Widyanti Rahayu, M.Si. ; 2) Dr. Yudi Mahatma, M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	Users 18722 not found.
Date Deposited:	31 Aug 2023 00:27
Last Modified:	31 Aug 2023 00:30
URI:	http://repository.unj.ac.id/id/eprint/39526

Actions (login required)

View Item