PEMODELAN AUTOREGRESSIVE-MOVING AVERAGE (ARMA) PADA DATA KURS JUAL

SEPTINA DAMAYANTI, 1317031076 (2018) PEMODELAN AUTOREGRESSIVE-MOVING AVERAGE (ARMA) PADA DATA KURS JUAL. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
Text
ABSTRAK.pdf

Download (9Kb) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Registered users only

Download (2320Kb)
[img]
Preview
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (2321Kb) | Preview

Abstrak

Model deret waktu yang biasa digunakan dalam model ekonometrika adalah model Autoregression stochastic linear (AR) dan model Moving Average (MA). Tujuan dalam penelitian ini untuk membentuk model deret waktu berdasarkan data nilai kurs jual rupiah terhadap dollar Amerika. Metode yang di gunakan adalah menggunakan proses campuran diri dan rataan bergerak (ARMA(p,q)). Nilai kurs jual rupiah terhadap dollar Amerika cenderung menurun dari tiap periodenya maka di lakukan analisis return sehingga didapatkan data yang stasioner. Model deret waktu terbaik adalah model ARMA (2,2) dengan persamaan Yt = 0,929233Yt-1 – 0,693611Yt-2 – 0,898624et-1 + 0,774754et-2 + et. Kata Kunci: Deret waktu, Autoregression stochastic linear (AR) , Moving Average (MA), Kurs jual.  ABSTRACT Time series models commonly used in econometric models are Autoregression Stochastic linear (AR) and Moving Average (MA). The purpose of this research is to form a time series model based on Indonesian exchange rate to American US dollar. The method used are autoregressive and moving average process (ARMA (p, q)). The value of the Indonesian exchange rate to American US dollar tends to decrease from each period then do the return analysis so that the data obtained stationary. The best time series model is the ARMA model (2.2) with the equation Yt = 0,929233Yt-1 – 0,693611Yt-2 – 0,898624et-1 + 0,774754et-2 + et. Keywords: Time Series, Autoregression stochastic linear (AR) , Moving Average (MA), Exchange Rates.

Tipe Karya Ilmiah: Skripsi
Subyek: Q Science (General) > QA Mathematics
Program Studi: Fakultas MIPA > Prodi Matematika
Depositing User: 76263285 . Digilib
Date Deposited: 28 Feb 2018 03:10
Last Modified: 28 Feb 2018 03:10
URI: http://digilib.unila.ac.id/id/eprint/30666

Actions (login required)

View Item View Item