Metode Peramalan Deret Waktu Menggunakan Model Asymmetric Power Autoregressive Conditional Heteroskedastic (APARCH):

Time Series Forecasting Method using Asymmetric Power Autoregressive Conditional Heteroskedastic (APARCH) Model: Case Study on Weekly Stock Price of PT Adhi Karya (Persero) Tbk.

Abstract

Era globalisasi menyebabkan banyak perubahan dalam pengembangan sistem ekonomi, salah satunya adalah data keuangan. Tujuan dari penelitian ini ialah untuk mendapatkan model terbaik dalam menganalisis dan memprediksi data penutupan harga saham mingguan untuk PT Adhi Karya (Persero) Tbk dari September 1990 hingga Januari 2016 yang berjumlah 1314 data. Model yang digunakan adalah model Asymmetric Power Autoregressive Conditional Heteroscedasticity (APARCH). Model terbaik dipilih berdasarkan Akaike Info Criterion (AIC) dan Schwarz Criterion (SC). Dari hasil analisis diperoleh model terbaik yaitu APARCH (1,1) dengan ARIMA (1,1,1) sebagai model rerata bersyarat. Hasil peramalan untuk 7 periode berikutnya menunjukkan bahwa perkiraan tersebut dalam interval kepercayaan 95% yang berarti bahwa hasil peramalan menggunakan model ini dapat dipercaya dalam kisaran 95%.

The era of globalization led to many changes in the development of economic systems, one of which is the data that is financially. The purpose of this study is to get the best model in analyzing and predicting weekly stock price closing data for PT Adhi Karya (Persero) Tbk from September 1990 to January 2016 which amounted to 1314 data. The model used is the Asymmetric Power Autoregressive Conditional Heteroscedasticity (APARCH) model. The best models are selected based on Akaike Info Criterion (AIC) and Schwarz Criterion (SC). From the analysis result obtained the best model that is APARCH (1,1) with ARIMA (1,1,1) as conditional average model. The result of forecasting for the next 7 periods shows that the forecast is within a 95% confidence interval which means that the forecasting result using this model can be trusted in the 95% range.