ESTIMASI MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) UNTUK ANALISIS PERAMALAN NILAI TUKAR RUPIAH

AZIZAH RAHMAHTIA, MATTULADA (2023) ESTIMASI MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) UNTUK ANALISIS PERAMALAN NILAI TUKAR RUPIAH. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (155Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2178Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA PEMBAHASAN.pdf Download (1946Kb) | Preview

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

Teori Generalized Autoregressive Conditional Heteroscedasticity (GARCH) merupakan teori yang menyempurnakan teori Autoregressive Conditional Heteroscedasticity (ARCH) karena memiliki tingkatan lag yang lebih fleksibel. Biasanya teori GARCH digunakan untuk mengukur kurs dan indeks harga saham. Penelitian ini bertujuan untuk mengkaji estimasi nilai parameter GARCH, menentukan model dan hasil prediksi dengan metode GARCH. Berdasarkan hasil analisis yang telah dilakukan, diperoleh model GARCH (1,1) merupakan model yang tepat untuk meramalkan Nilai Tukar Rupiah pada periode selanjutnya dibuktikan dengan nilai MAPE yang cukup rendah yaitu sebesar 0,21873 sehingga hasil peramalan yang dilakukan cukup baik dikarenakan mendekati data aktual. Berdasarkan hasil peramalan, diperoleh Nilai Tukar Rupiah terbesar pada 02 februari 2023 sebesar Rp 11.403,70 dan terendah pada 03 februari 2023 sebesar Rp 11.398,44. Kata Kunci: ARCH/GARCH, Peramalan, MAPE, Nilai Tukar Rupiah

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301229871 . Digilib
Date Deposited:	05 Sep 2023 07:01
Terakhir diubah:	05 Sep 2023 07:01
URI:	http://digilib.unila.ac.id/id/eprint/75377

Actions (login required)

Lihat Karya Akhir