Text

Analisis Pemodelan Indeks Dow Jones Dan Kurs Rupiah Terhadap Indeks Harga Saham Gabungan Menggunakan Regresi Semiparametrik Spline Truncated

---

ABSTRAK

Indikator utama yang mencerminkan kinerja pasar modal di Indonesia saat sedang mengalami peningkatan maupun penurunan adalah Indeks Harga Saham Gabungan. IHSG berfluktuasi setiap hari akibat faktor makroekonomi dan indeks luar negeri. Indeks Dow Jones yang memiliki pola hubungan linier dengan IHSG dan kurs rupiah terhadap dollar AS yang memiliki hubungan/ pola fluktuatif dengan IHSG, sehingga metode yang digunakan adalah regresi semiparametrik spline truncated. Estimator pada regresi semiparametrik spline truncated diperoleh dengan metode Ordinary Least Square (OLS) yaitu menentukan derajat polinomial, banyaknya knot dan lokasi knot optimal berdasarkan kriteria Mean Squared Error (MSE). Penelitian ini menggunakan data bulanan. Data in sample yang digunakan sebanyak 65 data yang diambil dari bulan Januari 2010 - Mei 2015, sedangkan data out sample yang digunakan sebanyak 28 data dari bulan Juni 2015 - September 2017. Berdasarkan hasil analisis yang telah dilakukan, model regresi semiparametrik spline truncated yang terbaik menggunakan orde 4 (kubik) dengan knot optimal 9175,50; 9348,21; 9686,65 dan 9687,33 dengan nilai MSE=32780,12. Nilai koefisien determinasi sebesar 0,9413693. Hasil evaluasi kinerja model untuk nilai Mean Absolute Percentage Error (MAPE) data out sample sebesar 8,551737% yang menunjukkan bahwa model yang diperoleh mempunyai kinerja sangat bagus.
Kata Kunci: Indeks Harga Saham Gabungan (IHSG), Regresi Semiparametrik Spline Truncated, MSE, OLS

ABSTRACT

The main indicator show performance of capital market in Indonesia when happened increase or decrease is Composite Stock Price Index (CSPI). CSPI fluctuates everyday because macroeconomic factors and foreign exchange index. Dow Jones Industrial Average that has a linear relationship with CSPI and rupiah exchange rate against US dollar that has fluctuation relationship with CSPI, so the method is used semiparametric spline truncated regression. Estimators of used semiparametric spline truncated regression were obtained by Ordinary Least Square (OLS) method to determining polynomial degree, the number of knots and optimal knots location based on Mean Squared Error (MSE) criteria. This study uses monthly data. Data in sample is used as much as 65 data that is taken from January 2010 to May 2015. Based on the results of the analysis that has been done, the best spline truncated semiparametric regression model is using order 4 or cubic with optimal knots 9175,50; 9348,21; 9686,65 and 9687,33 with MSE=32780,12. Determination coefficient value is 0,9413693. Results of model performance evaluation for value of Mean Absolute Percentage Error (MAPE) data out sample is around 8,551737%, which indicates that the obtained model has very good performance.
Keywords : Composite Stock Price Index (CSPI), Semiparametric Spline Truncated Regression, MSE, OLS

---

Ketersediaan

663E18III

663 E 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

663 E 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2232

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eka Ariana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar