KAJIAN PEMODELAN DERET WAKTU NONLINIER THRESHOLD AUTOREGRESSIVE (TAR)
ABSTRAK: Deret waktu nonlinier
merupakan deret waktu yang tidak stabil akibat terjadinya lonjakan secara
tiba-tiba. Deret waktu nonlinier sering dijumpai pada data finansial. Pemodelan
deret waktu nonlinier Threshold Autoregressive (TAR) merupakan pemodelan deret
waktu dengan model autoregressive (AR) tersegmen sehingga diantara regime
(segmen) yang berbeda dimungkinkan untuk mempunyai model AR yang berbeda. Pada
penelitian ini dipelajari cara memperoleh estimator Ordinary Least Square (OLS)
pada model TAR dan cara menguji kesignifikanan dari estimator OLS menggunakan
uji t. Kemudian dipelajari tahap-tahap lain dalam pemodelan TAR yaitu uji
nonlinieritas melalui uji Tsay, identifikasi model TAR melalui pendekatan AR
tersusun dan Akaike’s Information Criterion (AIC), dan uji diagnostik melalui
uji sifat white noise dan uj kenormalan pada residual. Sebagai contoh,
pemodelan TAR diterapkan pada data mingguan kurs rupiah terhadap dollar Amerika
Serikat periode 4 Oktober 2004 sampai dengan 7 Nopember 2011. Hasilnya
menunjukkan bahwa model TAR terbaik untuk data tersebut adalah TAR (2;2,2;1) dengan
nilai threshold =9857 r .
Kata Kunci: Deret waktu
nonlinier, Threshold Autoregressive, estimator Ordinary Least Square, white
noise
Penulis: Puji Noviandari, Renny
Kode Jurnal: jpmatematikadd120230
