No image available for this title

Text

Peramalan Volatilitas Harga Saham Menggunakan Algoritma Transformasi Wavelet Model Garch

Pada era globalisasi ini, saham merupakan investasi yang dapat memberikan
keuntungan tinggi namun meberikan resiko yang tinggi pula karena harga saham
mengalami perubahan setiap harinya atau bersifat fluktuatif. Pergerakan harga
saham yang naik serta turun dalam kurun waktu yang cepat ini dinamakan
volatilitas. Pada penelitian ini akan menganalisis peramalan volatilitas harga saham
menggunakan model Maximal Overlap Discrete Wavelet Transform – Generalized
Autoregressive Conditionally Heteroskedasticity (MODWT-GARCH). MODWTGARCH merupakan gabungan model MODWT dan model GARCH. Proses
MODWT digunakan untuk pre-processing yaitu mendekomposisikan data runtun
waktu dengan menggunakan Tranformasi Wavelet Daubechies 4 (db4) sedangkan
proses GARCH digunakan dalam meramalkan data runtun waktu pada data hasil
dekomposisi MODWT. Tujuan dari penelitian ini guna menunjukkan bahwa
penggunaan dalam menggabungkan model untuk meramalkan data dengan
MODWT-GARCH memberikan hasil peramalan yang lebih akurat dibandingkan
mengunakan model GARCH. Hasil peramalan data IHSG (Indeks Harga Saham
Gabungan) pada periode Januari 2016 – Desember 2020 diperoleh peramalan
MODWT-GARCH(1,1) lebih akurat yang memiliki rata-rata 99,99% mendekati
nilai aktual dengan nilai MSE sebesar 4,227127 dan MAPE yaitu 0,091533 lebih
kecil dari MSE GARCH(1,1) yaitu sebesar 38,75482 dan MAPE yaitu 0,700310.
Kata kunci: GARCH, IHSG, MODWT-GARCH, Volatilitas

Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
2424 A 2022
Penerbit
SEMARANG : Departemen Matematika FSM Undip.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar