PEMODELAN DATA TIME SERIES DENGAN METODE BOX-JENKINS
Abstract: Metode Box-Jenkins
memasukkan banyak informasi dari data historis dengan menghasilkan kenaikan
akurasi peramalan dan menjaga jumlah parameter seminimal mungkin, model terbaik akan diperoleh apabila residual
antara model peramalan
dan data historis
memiliki nilai yang
kecil distribusinya random dan
independen. Penelitian ini
bertujuan untuk mendapatkan prediksi
nilai Indeks Harga Saham
Gabungan (IHSG) untuk
200 hari ke
depan. Model terbaik
dipilih melalui tahap
identifikasi, estimasi dan uji
diagnostik. Hasil penelitian
menunjukkan bahwa model
ARMA(1,1) ∆𝑋𝑡
=𝛼1∆𝑋𝑡−1
+ 𝜀�� − 𝛽1∆𝜀𝑡−1 adalah
model terbaik untuk
peramaln 200 hari
kedepan yang mengalami fluktuasi
dengan trend positif.
Keywords: Box-Jenkins, ARMA,
IHSG, Stasioner
Penulis: Rais
Kode Jurnal: jpmatematikadd090028
