Metode Integrated Generalized Autoregressive Conditional Heteroscedasticity (IGARCH) Untuk Memodelkan Harga Gabah Dunia

Authors

  • Aninda Firdayati Sidik
  • Jamaliatul Badriyah Jurusan Matematika, FMIPA, Universitas Negeri Malang

DOI:

https://doi.org/10.26594/jmpm.v2i2.896

Keywords:

Deret waktu, Heteroskedastisitas, IGARCH, Peramalan

Abstract

Gabah merupakan komoditas yang strategis untuk menentukan volume beras. Harga gabah yang cenderung fluktuatif menyebabkan adanya ketidak konsistenan pada volatilitas dan heteroskedastisitas pada data. Oleh karena itu, untuk meramalkan harga gabah dibutuhkan suatu metode yang dapat menjelaskan heteroskedastisitas pada data. Pada penelitian ini akan digunakan IGARCH untuk meramalkan harga gabah. Dari hasil peramalan, didapatkan bahwa model yang cocok untuk meramalkan harga gabah adalah ARIMA(0,0,1)-IGARCH(2,3). Serta hasil peramalan menunjukkan adanya penurunan pada harga gabah selama sepuluh hari berikutnya.

References

Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31, 307–327.

Engle, R. (2001). GARCH 101: the use of ARCH/GARCH models in applied econometrics. Journal of Economic Perspectives, 15(4), 157–168. https://doi.org/10.1257/jep.15.4.157

Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of united kingdom inflation. Econometrica, 50(4), 987. https://doi.org/10.2307/1912773

Francq, C., & Zakoïan, J. M. (2011). GARCH models: structure, statistical inference and financial applications. John Wiley & Sons. https://doi.org/10.1002/9780470670057

Tsay, R. S. (2002). Analysis of financial time series. John WIley and Sons (Vol. 44). Canada. https://doi.org/10.1198/tech.2006.s405

Published

2017-11-05