PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE)

Liana Kusuma, Kusuma and Winita Sulandari, M.Si. (2009) PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE). Seminar Nasional Matematika dan Pendidikan Matematika 2009. ISSN 978‐979‐16353‐3‐2

[img]
Preview
Text
S.8 Liana Kusuma Ningrum-WinitaSulandari.pdf

Download (1MB) | Preview
Official URL: http://www.uny.ac.id

Abstract

ABSTRAK. Beberapa metode pemodelan time series telah dikembangkan. Metode yang paling umum digunakan adalah ARIMA. ARIMA sangat efektif digunakan untuk memodelkan data yang tidak stasioner, yang ditunjukkan oleh plot ACF yang turun secara eksponensial atau membentuk gelombang sinus. Ada beberapa data yang tidak stasioner dan plot ACF-nya tidak turun secara eksponensial melainkan secara lambat atau hiperbolik. Data seperti inilah yang dikategorikan sebagai time series memori jangka panjang. Untuk memodelkan time series jangka panjang, Hosking (1981) telah memperkenalkan model ARFIMA (Autoregressive Fractionally Integreted Moving Average) yang dapat mengatasi kelemahan model ARIMA, dimana ARIMA hanya dapat menjelaskan time series jangka pendek, sedangkan ARFIMA dapat menjelaskan baik jangka pendek maupun jangka panjang. Tujuan penelitian ini adalah menentukan model ARFIMA yang sesuai untuk data Suku Bunga SBI kemudian menggunakan model tersebut untuk meramalkan Suku Bunga SBI pada beberapa periode ke depan. Metode yang digunakan dalam penelitian ini adalah studi pustaka dan studi kasus. Data yang digunakan untuk pemodelan ARFIMA adalah Suku Bunga SBI periode 21 Juni 2000 sampai 12 Agustus 2009. Model ARFIMA yang terbaik dapat dipilih berdasarkan nilai MSE (Mean Square Error), MAPE (Mean Absolute Percentage Error), serta Akaike Info Criterion (AIC) dari masing-masing model. Software yang digunakan adalah OxMetrics. Hasil pemodelan ARFIMA yang diperoleh adalah model ARFIMA (0;0.499489;[3]). Ramalan Suku Bunga SBI untuk periode 19 Agustus 2009, 26 Agustus 2009, 2 September 2009, dan 9 September 2009 berturut-turut adalah 7.976376%; 8.060135%; 8.133752%; dan 8.198232%. Kata kunci : time series, long memory, ARFIMA.

Item Type: Article
Subjects: Prosiding > Seminar Nasional Matematika dan Pendidikan Matematika 2009
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Pendidikan Matematika
Depositing User: Sarwo Hadi ꦱꦼꦠꦾꦤ
Date Deposited: 01 Nov 2012 00:33
Last Modified: 01 Nov 2012 00:33
URI: http://eprints.uny.ac.id/id/eprint/7060

Actions (login required)

View Item View Item