IMPLEMENTASI MODEL HYBRID WAVELET-ARIMA DALAM MEMPERKIRAKAN SUKU BUNGA KREDIT MODAL KERJA

SIKRI ATNO, . (2023) IMPLEMENTASI MODEL HYBRID WAVELET-ARIMA DALAM MEMPERKIRAKAN SUKU BUNGA KREDIT MODAL KERJA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (324kB)
	Text BAB 2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (372kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (260kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (261kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Situasi kredit modal kerja perbankan di Indonesia dalam sektor ekonomi saat ini menunjukkan eskalasi yang cukup signifikan dengan mencapai angka 2,88 kuadriliun rupiah dan naik sebesar 1.45% pada Desember tahun 2022 untuk permintaan kredit modal kerja. Hal itu dipicu dari suku bunga kredit modal kerja yang mengalami depresiasi setiap tahunnya dan apabila tidak terkontrol akan memicu inflasi. Maka, perkiraan dapat menjadi solusi untuk memonitori pola perubahan suku bunga KMK pada lima jenis Bank di Indonesia untuk mengantisipasi menaiknya jumlah permintaan. Metode untuk memodelkan serta memperkirakan data deret waktu yang tidak stasioner adalah model ARIMA. Untuk memperoleh hasil perkiraan yang lebih akurat tanpa harus mengidentifikasi stasioneritas data deret waktu digunakan metode Wavelet dengan Maximal Overlap Discrete Wavelet Transform (MODWT) Haar sebagai pre-processing data deret waktu hingga diperoleh koefisien wavelet dan koefisien skala yang kemudian setiap koefisien tersebut dikombinasikan dengan model ARIMA untuk memperoleh hasil perkiraan. Hasil validasi perkiraan suku bunga kredit modal kerja tahun 2022 pada Bank Persero model terbaik Wavelet-ARIMA level j = 1 dengan MAPE 0.51%, Bank Pemerintah Daerah model terbaik Wavelet-ARIMA level j = 2 dengan MAPE 1.62%, Bank Swasta Nasional model terbaik Wavelet-ARIMA level j = 1 dengan MAPE 0.54%, Bank Umum model terbaik Wavelet-ARIMA level j = 2 dengan MAPE 0.70% serta Bank Asing dan Campuran model terbaik Wavelet ARIMA level j = 1 dengan MAPE 4.81%. Hasil tersebut membuktikan bahwa pemodelan Hybrid Wavelet-ARIMA memiliki keakuratan terbaik dibandingkan pemodelan dengan ARIMA. Pemodelan Hybrid Wavelet-ARIMA memiliki keakuratan terbaik dibandingkan pemodelan ARIMA dan perkiraan suku bunga kredit modal kerja tahun 2023 di Indonesia akan mengalami pola yang stasioner untuk kelima jenis Bank dengan model Hybrid Wavelet-ARIMA. ***** The current banking working capital credit situation in Indonesia in the current economic sector shows a significant escalation reaching 2.88 quadrillion rupiah and increased by 1.45% in December 2022 for working capital credit requests. This was triggered by interest rates for working capital loans depreciates every year and if it is not controlled it will trigger it inflation. Thus, estimates can be a solution for monitoring change patterns working capital credit rates at five types of banks in Indonesia to anticipate increasing demand. Methods for modeling as well as estimating data non-stationary time series is the ARIMA model. To get results more accurate estimates without having to identify the stationarity of the data time series used the Wavelet method with Haar’s Maximal Overlap Discrete Wavelet Transform (MODWT) as pre-processing of time series data until obtained wavelet coefficients and scale coefficients which are then combined with the ARIMA model to obtain forecasting results. The validation results on the forecast working capital loan interest rate in 2022 on Bank Persero the best model is Wavelet-ARIMA level j = 1 with MAPE 0.51%. Bank Pemerintah Daerah the best model is Wavelet-ARIMA level j = 2 with MAPE 1.62%, Bank Swasta Nasional the best model is Wavelet-ARIMA level j = 1 with MAPE 0.54%, Bank Umum the best model is Wavelet-ARIMA level j = 2 with MAPE 0.70% and Bank Asing dan Campuran the best model is Wavelet-ARIMA level j = 1 with MAPE 4.81%. These results prove that the Hybrid Wavelet-ARIMA modeling has the best accuracy compared to modeling with ARIMA. Hybrid Wavelet-ARIMA modeling has the best accuracy compared to ARIMA modeling and forecasting of working capital loan interest rates in 2023 at Indonesia will experience a stationary pattern for the five types of Banks with the Hybrid Wavelet-ARIMA model.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Drs. Sudarwanto, M.Si., DEA. ; 2). Dr. Yudi Mahatma, M.Si.
Subjects:	Ilmu Sosial > Keuangan Sains > Matematika Sains > Matematika > Software, Sistem Informasi Komputer
Divisions:	FMIPA > S1 Matematika
Depositing User:	Users 19244 not found.
Date Deposited:	04 Sep 2023 06:59
Last Modified:	04 Sep 2023 06:59
URI:	http://repository.unj.ac.id/id/eprint/40489

Actions (login required)

View Item