PERAMALAN LONG MEMORY DENGAN MENGGUNAKAN METODE REGIME SWITCHING-ARFIMA-GARCH PADA HARGA EMAS

Liean, Yudesty (2021) PERAMALAN LONG MEMORY DENGAN MENGGUNAKAN METODE REGIME SWITCHING-ARFIMA-GARCH PADA HARGA EMAS. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_1703436_Title.pdf Download (733kB)
	Text S_MAT_1703436_Chapter1.pdf Download (441kB)
	Text S_MAT_1703436_Chapter2.pdf Restricted to Staf Perpustakaan Download (897kB)
	Text S_MAT_1703436_Chapter3.pdf Download (321kB)
	Text S_MAT_1703436_Chapter4.pdf Restricted to Staf Perpustakaan Download (972kB)
	Text S_MAT_1703436_Chapter5.pdf Download (494kB)
	Text S_MAT_1703436_Appendix.pdf Restricted to Staf Perpustakaan Download (3MB)

Abstract

Tujuan penelitian ini adalah meramalkan harga emas untuk satu tahun kedepan berdasarkan data runtun waktu jangka panjang. Penelitian ini termasuk Statistika Terapan berkaitan dengan analisis runtun waktu. Metode yang digunakan dalam peramalan adalah Regime Switching-ARFIMA-GARCH. Peramalan didasarkan pada data harga emas pada periode 1 Januari 2007 – 31 Desember 2020 yang memiliki sifat heteroskedastisitas. Untuk mengatasi heteroskedastisitas dilakukan pemodelan data residual runtun waktu dalam GARCH. Selanjutnya dengan mengamati switching diantara struktur atau perubahan kondisi, model ini mampu menangkap pola dinamis yang lebih kompleks dari suatu pergerakan data runtun waktu, sehingga model runtun waktu RS-ARFIMA-GARCH memiliki keunggulan untuk memodelkan runtun waktu dengan jangka panjang. Hasil penelitian menunjukkan terdapat perubahan struktur pada harga emas. Hasil identifikasi Regime Switching menunjukkan terdapat 2 periode pada data harga emas. Parameter diestimasi dengan memasukkan state ke dalam ruang parameter diperoleh d = 0.968704. Model RS-ARFIMA-GARCH yang terbentuk adalah RS(2)-ARFIMA(0, 0.968704, 1)-GARCH(1, 1), dengan hasil peramalan tertinggi harga rata-rata emas mencapai $1.887,22 per troy-ounce dan harga emas terendah akan dialami pada 31 Desember 2021 dengan rata–rata harga emas mencapai $1.864,71 per troy-ounce. The purpose of this study is to predict the price of gold for the next one year based on long memory time series data. This research includes Applied Statistics related to time series analysis. The method used in forecasting is Regime Switching-ARFIMA-GARCH. Forecasting is based on gold price data from the period 1 January 2007 – 31 December 2020 which has heteroscedasticity. To overcome heteroscedasticity, time series residual data modeling was carried out in GARCH. Furthermore, by observing switching between structures or changing conditions, this model is able to capture more comple dynamic patterns of a time series data movement, so that the RS-ARFIMA-GARCH time series model has the advantage of modelling long-term time series. The result showed that there was a change in the structure of the gold price. The results of the Regime Switching identification show that there are 2 periods in the gold price data. The parameter is estimated by entering the state into parameter space, we get d = 0.968704. The RS-ARFIMA-GARCH model formed is RS(2)-ARFIMA(0, 0.968704, 1)-GARCH(1, 1), with the highest forecasting result of the average gold price reaching $1,887.22 per troy-ounce on January 1 2021, and the lowest gold price will be on December 31 2021 with the average gold price reaching $1,864.71 per troy-ounce.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	gold price, long memory, regime switching, ARFIMA, GARCH
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Yudesty Liean
Date Deposited:	31 Aug 2021 06:37
Last Modified:	31 Aug 2021 06:37
URI:	http://repository.upi.edu/id/eprint/64890

Actions (login required)

View Item