Penerapan model garch dan jaringan saraf tiruan backpropagation dalam peramalan IHSG (Indeks Harga Saham Gabungan)

Diniyah, Ismiyati

× ABSTRAK Ismiyati Diniyah, 2009. PENERAPAN MODEL GARCH DAN JARINGAN SARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN IHSG (Indeks Harga Saham Gabungan). Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret. Terdapat berbagai metode yang dapat diterapkan dalam memodelkan data runtun waktu keuangan, dalam hal ini IHSG (Indeks Harga Saham Gabungan). Data yang digunakan adalah IHSG dari periode waktu 2 Januari 2004 sampai 31 Desember 2008. Model yang digunakan dalam skripsi ini adalah GARCH (Generalized Autoregressive Conditional Heterocedasticity) yang merupakan bentuk umum dari ARCH (Autoregressive Conditional Heterocedasticity). Metode lain yang juga biasa digunakan dalam peramalan indeks keuangan adalah Jaringan Syaraf Tiruan (JST). Metode ini memiliki karakteritik yang menyerupai jaringan syaraf otak manusia dalam memproses informasi. Melalui proses pelatihan, JST dapat menyimpan pengetahuan dari kejadian di masa lampau yang kemudian digunakan untuk memperkirakan kejadian di masa yang akan datang. Algoritma yang akan dipakai dalam pelatihan JST di sini adalah propagasi- balik (backpropagation). Pada skripsi ini prosedur yang digunakan adalah perumusan masalah, pengumpulan data, dan analisis data yang terdiri dari perancangan model peramalan menggunakan metode GARCH dan JST. Kemudian hasil peramalan dari kedua metode ini akan dibandingkan keakuratannya berdasarkan nilai MAPE (Mean Absolute Percentage Error) dan MSE (Mean Square Error). Hasil dari skripsi ini diperoleh model terbaik GARCH(1,1) dan rancangan struktur JST-backpropagation yang optimum yaitu 5-3-1 (5 unit input, 3 unit hidden, dan 1 unit keluaran). Dari hasil peramalan diperoleh nilai MAPE dan MSE untuk model GARCH(1,1) yaitu 2.69% dan 1890.26. Untuk hasil peramalan dengan JST- backpropagation diperoleh nilai MAPE sebesar 2.16% dan MSE sebesar 1033.10. Berdasarkan nilai MAPE dan MSE ini dapat disimpulkan bahwa hasil peramalan IHSG menggunakan metode JST-Backpropagation memiliki keakuratan yang lebih baik dalam mendekati harga sebenarnya dibanding dengan model GARCH. Kata Kunci : GARCH, Backpropagation, Mean Absolute Percentage Error, Mean Square Error.

×

Penulis Utama	:	Ismiyati Diniyah
Penulis Tambahan	:	-
NIM / NIP	:	M0104037
Tahun	:	2009
Judul	:	Penerapan model garch dan jaringan saraf tiruan backpropagation dalam peramalan IHSG (Indeks Harga Saham Gabungan)
Edisi	:
Imprint	:	Surakarta - FMIPA - 2009
Program Studi	:	S-1 Matematika
Kolasi	:
Sumber	:	UNS-FMIPA Jur. Matematika-M.0104037-2009
Kata Kunci	:
Jenis Dokumen	:	Skripsi
ISSN	:
ISBN	:
Link DOI / Jurnal	:	-
Status	:	Public
Pembimbing	:	1. Irwan Susanto, DEA 2. Supriyadi Wibowo, M.Si
Penguji	:
Catatan Umum	:	4141/09
Fakultas	:	Fak. MIPA

×

File	:	Harus menjadi member dan login terlebih dahulu untuk bisa download.