Model ARIMA-GARCH pada Data Kurs JISDOR selama Masa Pandemi COVID-19

Abstract

Kurs JISDOR selama pandemi COVID-19 berpengaruh terhadap perekonomian Indonesia, sehingga tujuan penelitian ini adalah memodelkan data kurs JISDOR selama pandemi. Model dibentuk mengikuti sifat- sifat yang dimiliki data tersebut. Data memiliki tren dan non stasioner, maka data di differencing 1, menjadi stasioner setelah di uji ADF. Kemudian sesuai plot ACF, PACF, nilai minimum AIC dan SIC didapatkan model yang tepat adalah ARIMA(1,1,1). Model ini memiliki heteroscedasticity, maka dilanjutkan membentuk model ARCH-GARCH, dan hasil penelitian ini diperoleh model ARIMA(1,1,1)-GARCH(1,1) yang merupakan model paling tepat menggambarkan data.

ARIMA-GARCH Model Price Forecasting in PT. Unilever Indonesia Tbk

“…Telekomunikasi Indonesia's stock data. Putri, Zukhronah, & Pratiwi (2021), cited in (Rakhmawati et al, 2022), The research (Farosanti https://ejournal.staim-tulungagung.ac.id/index.php/eksyar Volume 10, Issue 1, 2023 et al, 2022) proved to be quite successful with the ARIMA (4,2,1) model on the sales data of medical and laboratory equipment at PT, which indicated that an ARIMA model containing heteroscedasticity does not meet the assumptions of the ARIMA model. Heteroscedasticity occurs when the residual variance in time series data is not constant, necessitating a combination of ARIMA and GARCH models.…”