MODEL GJR-GARCH UNTUK ANALISIS PERAMALAN HARGA PANGAN BERAS DI PROVINSI JAWA TENGAH

AL FARIKHI, ANA HISBIANA, B2A015016 (2019) MODEL GJR-GARCH UNTUK ANALISIS PERAMALAN HARGA PANGAN BERAS DI PROVINSI JAWA TENGAH. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text ABSTRAK.pdf Download (558kB) | Preview
Preview	Text BAB I.pdf Download (693kB) | Preview
Preview	Text BAB II.pdf Download (803kB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (499kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text BAB V.pdf Download (678kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (470kB) | Preview
Preview	Text MANUSCRIPT.pdf Download (1MB) | Preview

Abstract

Beras merupakan suatu komoditas yang menjadi bahan makanan pokok di Indonesia khususnya di Provinsi Jawa Tengah. Harga komoditas beras di Provinsi Jawa Tengah tidak stabil, dan mengalami terjadinya fluktuatif atau naik turun. Naik turunnya harga pangan beras mengakibatkan adanya volatilitas dan varian error. Varian dari error tersebut selalu berubah berdasarkan data di masa lalu. Pada penelitian ini dilakukakan peramalan dengan menggunakan data harga pangan beras yang merupakan data time series. Data time series biasanya bersifat acak dan beragam sehingga menimbulkan adanya heteroskedastisitas. Pada setiap penelitian sering ditemukan adanya keasimetrisan. Sehingga pada penelitian ini digunakan model GJR-GARCH (Glosten-Jagannathan-Runkle- Generalized Autoregressive Conditional Heteroskedasticity) untuk mengatasi adanya respon asimetris. Model Glosten-Jagannathan-Runkle (GJR) merupakan salah satu model time series pengembangan dari model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) dengan memasukkan efek leverage. Efek leverage berkaitan dengan adanya konsep asimetris. Asimetris umumnya muncul karena adanya perbedaan antara perubahan harga dengan nilai volatilitas. Data yang digunakan pada penelitian ini adalah data periode 2 Januari 2018 sampai 13 Maret 2019. Tujuan dari penelitian ini untuk mengetahui model peramalan dan hasil peramalan menggunakan model GJR-GARCH. Berdasarkan hasil penelitian diperoleh model terbaik yaitu model ARIMA(2,1,4) dan model GJR-GARCH (1,1). Besar peramalan menunjukkan bahwa harga pangan beras selalu mengalami kenaikan. Kata Kunci : Beras, Heteroskedastisitas, ARCH/GARCH, GJR-GARCH

Actions (login required)

View Item