ESTIMASI PARAMETER BOOTSTRAP PADA PROSES ARMA DAN APLIKASINYA PADA HARGA SAHAM
Abstrak: Peramalan adalah
salah satu cara yang dapat digunakan untuk memperkirakan harga saham waktu
mendatang. Agar sebuah peramalan memberikan hasil yang akurat diperlukan
residual yang white noise dan berdistribusi normal. Namun kadangkala data tidak
memenuhi asumsi-asumsi dalam analisis statistik klasik.Untuk mengatasi masalah
tersebut diperlukan suatu pendekatan non parametric yang bebas asumsi, salah satunya
adalah metode bootstrap. Tujuan dari penelitian ini adalah mengetahui cara
mengestimasi parameter bootstrap pada proses ARMA serta membandingkannya dengan
model ARMA. Estimasi parameter dalam penelitian ini adalah dengan menggunakan
program R. Cara yang digunakan untuk mengestimasi adalah dengan melakukan
pemusatan padadata, mengestimasi berdasarkan model ARMA, mencari dan
meresamplingresidual untuk mendapatkan nilai data bootstrap serta melakukan
pemusatankedua dari data bootstrap yang diperoleh agar data lebih stasioner,
dari data barutersebut dicari estimasi parameter berdasarkan model ARMA.
Berdasarkan hasilpenelitian kedua metode yaitu ARMA maupun bootstrap pada
proses ARMA diperoleh hasil yang signifikan. Namun jika dilihat dari nilai 2 ,
log likelihood,dan AIC nya, diperoleh estimasi parameter bootstrap ARMA lebih
baik. Hal iniakan berdampak untuk hasil peramalan data saham AALI.JK dimana
hasil peramalan bootstrap pada proses ARMA cenderung lebih mendekati data aslijika
dibanding model ARMA.
Penulis: Yuliyanti Karomah, Putriaji Hendikawati
Koder Jurnal: jpmatematikadd141463
