PEMODELAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) PADA KASUS NILAI RETURN SAHAM PT. TELEKOMUNIKASI INDONESIA Tbk

ABSTRAK
PEMODELAN GENERALIZED AUTOREGRESSIVE CONDITIONAL
HETEROSCEDASTIC (GARCH) PADA KASUS NILAI RETURN
SAHAM PT. TELEKOMUNIKASI INDONESIA Tbk
Oleh:
Reinaldi Ferdian
F1F016026
Data di sektor keuangan seperti indeks saham memiliki volatilitas yang
tinggi. Volatilitas adalah besarnya nilai fluktuasi dari saham, dalam hal ini
fluktuasinya pada varians dari return saham. Volatilitas yang tinggi ditunjukkan oleh
suatu fase dimana fluktuasinya relatif tinggi dan kemudian diikuti fluktuasi yang
rendah, dengan kata lain mempunyai varian yang tidak konstan (heteroskedastisitas)
Cara mengatasi adanya masalah heteroskedastisitas ini, dapat dilakukan dengan yaitu
Generalized Autoregressive Conditional Heteroskedasticity (GARCH). Tujuan
penelitian ini adalah melakukan pemodelan GARCH pada kasus return saham PT.
TELKOM dan meramalkan return saham dengan metode GARCH. Hasil dari
penelitian ini adalah model yang terbentuk yaitu ARIMA([2,3],0,0) dan
GARCH(1,1). Hasil peramalan diperoleh bahwa nilai MAE dan RMSE untuk model
GARCH(1,1) adalah 0.01209 dan 0.00891 yang mendekati nilai 0 dan dikategorikan
peramalan model sudah baik.
Kata kunci: ARIMA, GARCH, return, saham.