METODE REGRESI SPEKTRAL DAN EXACT MAXIMUM LIKELIHOOD DALAM PENDUGAAN PARAMETER MODEL AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA)

Pipin Agustina, 1517031129 (2019) METODE REGRESI SPEKTRAL DAN EXACT MAXIMUM LIKELIHOOD DALAM PENDUGAAN PARAMETER MODEL AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (9Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (1313Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1314Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Autoregressive Fractionally Integrated Moving Average (ARFIMA) model is a development of the ARIMA model with differencing (d) as a real number. The purposes of this research were to analyze data of gold price in Indonesia with the estimation of the ARFIMA model parameters is devided into three stages, namely the first and second stages estimation the AR and MA model parameters using the exact maximum likelihood method, and then the third stage estimation the parameter differencing (d) using the spectral regression method (GPH). Based on the Geweke and Porter Hudak (GPH) method, the parameter d of the ARFIMA model is 0.406483 and based on the smallest AIC, BC, and HQ, the best ARFIMA model is (1, d[0.406483], 4) with MAPE value of 0.39%. Kata Kunci: Time series, ARFIMA, Long memory, Fractional Integrated. Model Autoregressive Fractionally Integrated Moving Average (ARFIMA) merupakan pengembangan dari model ARIMA dengan nilai differencing (d) bilangan real. Pada penelitian ini, model ARFIMA digunakan untuk memodelkan data harga emas di Indonesia. Pendugaan parameter model ARFIMA dilakukan dalam tiga tahap, yaitu tahap pertama dan kedua menduga parameter AR dan MA dengan menggunakan metode Exact Maximum Likelihood (EML) dan tahap ketiga menduga parameter differencing (d) dengan menggunakan metode Regresi Spektral (GPH). Berdasarkan metode Geweke dan Porter Hudak (GPH) diperoleh model ARFIMA dengan nilai parameter d = 0.406483, dan bedasarkan nilai AIC, BC dan HQ terkecil model terbaik adalah ARFIMA (1, d[0.406483], 4) dengan nilai MAPE sebesar 0.39% Kata Kunci: Time series, ARFIMA, Long memory, Fractional Integrated.

Jenis Karya Akhir:	Skripsi
Subyek:	> QA Mathematics
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	. . Yulianti
Date Deposited:	17 Mar 2022 06:12
Terakhir diubah:	17 Mar 2022 06:12
URI:	http://digilib.unila.ac.id/id/eprint/54872

Actions (login required)

Lihat Karya Akhir