PENERAPAN MODEL ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) TERHADAP HARGA MINYAK MENTAH DUNIA

AHMAD, FAMUJI and Idhia, Sriliana and Winalia, Agwil (2024) PENERAPAN MODEL ASYMMETRIC POWER AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (APARCH) TERHADAP HARGA MINYAK MENTAH DUNIA. Undergraduated thesis, Universitas Bengkulu.

Archive (Thesis) 7-109_merged - Ahmad Fahmuji.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (5MB)

Abstract

Heteroskedatisitas adalah salah satu permasahan dalam model ARIMA yakni keadaan varians residual tidak konstan. Masalah ini mengakibatkan pemodelan ARIMA menghasilkan estimasi peramalan yang kurang efisien. Masalah heteroskedatisitas diakibatkan data time series seringkali terjadi volatilitas. Volatilitas adalah ukuran fluktuasi data pada periode waktu tertentu. Salah satu cara untuk menyelesaikan permasalahan heteroskedaititas adalah dengan memodelkannya. Metode yang bisa dimanfaatkan untuk memodelkan data time series yang mengandung masalah heteroskedatisitas yakni model ARCH ataupun GARCH. Model ARCH dan GARCH diselenggarakan dengan memasukan unsur perubahan varians terhadap model peramalan. Kedua model ini mempunyai kelemahan dimana tidak bisa menangkap unsur ketidaksimetrisan. Unsur ketidaksimetrisan adalah adanya perbedaan antara bad news dan good news yang bisa berpengaruh terhadap peningkatan dan penurunan volatilitas. Oleh karena itu diperlukan model lain yang mampu menangkan unsur ketidaksimetrisan satu darinya adalah model APARCH. Model APARCH merujuk pada model umum untuk memodelkan volatilitas dengan unsur ketidaksimetrisan. Salah satu data yang mempunyai tingkat volatilitas yang tinggi adalah harga harian minyak mentah dunia. Penelitian ini bertujuan untuk mengetahui hasil peramalan harga harian minyak mentah dunia dengan APARCH. Berdasarkan penelitian yang diselenggarakan didapat model APARH terbaik untuk harga harian minyak mentah dunia adalah APARCH(1,1). Hasil model APARCH terbaik menciptakan nilai MAPE yang lebih kecil daripada peramalan dengan model GARCH terbaik yakni ARCH(2), dimana MAPE yang didapat sejumlah 6.033487. Hal terkait menunjukan peramalan dengan model APARCH untuk data dengan masalah heteroskedatisitas menghasilkan tingkat akurasi yang lebih baik khususnya bagi data harga harian minyak mentah dunia. Kata Kunci : Minyak Mentah, Heterokedatisitas, Volatilitas, ARCH, GARCH, APARCH.

Actions (login required)

View Item