PENERAPAN MODEL LOGISTIC SMOOTH TRANSITION AUTOREGRESSIVE (LSTAR) UNTUK MERAMALKAN HARGA SAHAM

CHATERINA NATALIA GULTOM, 1717031030 (2021) PENERAPAN MODEL LOGISTIC SMOOTH TRANSITION AUTOREGRESSIVE (LSTAR) UNTUK MERAMALKAN HARGA SAHAM. FAKULTAS MATEMATIKA ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT - CHATERINA NATALIA.pdf Download (2406Kb) | Preview
	File PDF 2. SKRIPSI FULL-CHATERINA NATALIA.pdf Restricted to Hanya staf Download (2401Kb)
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASANCH.pdf Download (2404Kb) | Preview

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

Model yang umum digunakan untuk data deret waktu adalah model Autoregressive Integrated Moving Average (ARIMA). Namun ARIMA model deret waktu yang linier sehingga belum cukup baik untuk diterapkan pada pemodelan yang memiliki kecenderungan perilaku nonlinier seperti kasus data harga saham yang cenderung fluktuatif atau memiliki kencenderungan membentuk pola data nonlinier. Salah satu model deret waktu yang digunakan pada kasus data yang memiliki kecenderungan nonlinier adalah dengan Logistic Smooth Transition Autoregressive (LSTAR). Tujuan dari penelitian ini adalah untuk meramalkan data return penutupan harga saham PT Indofood Sukses Makmur Tbk dengan menggunakan model LSTAR. Hasil dari penelitian ini didapatkan model terbaik untuk peramalan ragamnya adalah LSTAR (1,1), yaitu dengan persamaan sebagai berikut: Xt = −0.4304Xt−1 (1 − 1 1 + e −100(Xt−1+0.0608) ) + 0.3831Xt−1 ( 1 1 + e 100(Xt−1+0.0608) ) + αt Kata kunci: peramalan, nonlinier, logistic smooth transition autoregressive Models that commonly used for time series data is Autoregressive Integrated Moving Average (ARIMA) model. However, the ARIMA time series model is linear so it’s not good enough to be applied to modelling that has a tendency to nonlinear behavior such as the case of stock price data which tends to fluctuate or has a tendency to form nonlinear data patterns. One of the time series models used in the case of data that has a nonlinear tendency is Logistic Smooth Transition Autoregressive (LSTAR). The aim of this study is to predict return data on closing stock prices of PT Indofood Sukses Makmur Tbk using the LSTAR model. The result of this research showed that the best model for forecasting the data is LSTAR(1,1) that is with equation as following: Xt = −0.4304Xt−1 (1 − 1 1 + e −100(Xt−1+0.0608) ) + 0.3831Xt−1 ( 1 1 + e 100(Xt−1+0.0608) ) + αt Keywords: forecast, nonlinear, logistic smooth transition autoregressive

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Neti Yuliawati
Date Deposited:	08 Jun 2022 06:51
Terakhir diubah:	08 Jun 2022 06:51
URI:	http://digilib.unila.ac.id/id/eprint/62757

Actions (login required)

Lihat Karya Akhir