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

Aninda Firdayati Sidik
Jamaliatul Badriyah

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.


Keywords


Deret waktu; Heteroskedastisitas; IGARCH; Peramalan

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




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

Article metrics

Abstract views : 317 | views : 202

Refbacks

  • There are currently no refbacks.




ISSN: 2502-9878

Indexed by:

          

 

 

Creative Commons License
JMPM: Jurnal Matematika dan Pendidikan Matematika is licensed under a Creative Commons Attribution 4.0 International License.