PERAMALAN HARGA PENJUALAN EMAS DI INDONESIA DENGAN MODEL ARIMA-GARCH

THITANIA SUKMA NING AYU, . (2025) PERAMALAN HARGA PENJUALAN EMAS DI INDONESIA DENGAN MODEL ARIMA-GARCH. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text 1 Cover.pdf Download (1MB)
	Text 2 Bab 1.pdf Download (350kB)
	Text 3 Bab 2.pdf Restricted to Registered users only Download (1MB)
	Text 4 Bab 3.pdf Restricted to Registered users only Download (374kB)
	Text 5 Bab 4.pdf Restricted to Registered users only Download (905kB)
	Text 6 Bab 5.pdf Restricted to Registered users only Download (205kB)
	Text 7 Daftar Pustaka.pdf Download (219kB)
	Text 8 Lampiran.pdf Restricted to Registered users only Download (651kB)

Abstract

Emas merupakan barang yang sangat diminati baik untuk perlindungan aset, untuk keperluan regulasi, untuk kebutuhan tabungan haji maupun untuk investasi. Harga penjualan emas di Indonesia cenderung mengalami fluktuasi dari tahun ke tahun. Harga emas merupakan data deret waktu yang dapat dimodelkan dengan model Autoregressive Integrated Moving Average (ARIMA) untuk peramalan jangka pendek dan kemampuannya untuk mengatasi data nonstasioner. Namun, model ARIMA memiliki banyak keterbatasan salah satunya adalah ketidakmampuannya dalam menangani volatilitas karena model ARIMA mengasumsikan ragam galat yang homogen. Oleh sebab itu, hal ini dapat diatasi dengan memodelkan data menggunakan model Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Berdasarkan hal tersebut, penelitian ini mengkaji kinerja model hybrid antara ARIMA dengan GARCH yang dikombinasikan dengan log transformasi Box-Cox. Transformasi ini digunakan karena dapat menstabilkan ragam, menormalkan sebaran dan mengurangi gejala heteroskedastisitas dalam data. Pada penelitian ini menghasilkan 2 model terbaik yaitu model ARIMA(5,2,2) dan ARIMA(5,2,2)-GARCH(2,1) dengan tingkat akurasi peramalan nilai MAPE yang dihasilkan oleh model ARIMA-GARCH sebesar 3,95% . ***** Gold is a highly sought-after commodity for asset protection, regulatory purposes, Hajj savings, and investment. Gold prices in Indonesia tend to fluctuate from year to year. Gold prices are a time series data that can be modeled using the Autoregressive Integrated Moving Average (ARIMA) model for short-term forecasting and its ability to handle non-stationary data. However, the ARIMA model has many limitations, ARIMA model has inability to handle volatility because this model assumes a homogeneous error variance. Therefore, this problem can be overcome by modeling the data using the Generalized Autoregressive Conditional Heteroscedasticity (GARCH) model. This research examines the performance of a hybrid model of ARIMA and GARCH combined with the Box-Cox log transformation. This transformation can stabilize variance, normalize distribution, and reduce symptoms of heteroscedasticity in the data. This research produced 2 best models, ARIMA(5,2,2) and ARIMA(5,2,2)-GARCH(2,1) models. The forecasting accuracy of ARIMA-GARCH model revealed significant results at 3,95% of Mean Absolute Percentage Error (MAPE) value.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Dian Handayani, M.Si. 2). Dania Siregar, S.Stat., M.Si.
Subjects:	Sains > Statistika
Divisions:	FMIPA > S1 Statistika
Depositing User:	Thitania Sukma Ning Ayu .
Date Deposited:	19 Aug 2025 07:35
Last Modified:	19 Aug 2025 07:35
URI:	http://repository.unj.ac.id/id/eprint/61643

Actions (login required)

View Item