Please take a moment to complete this survey below
Library's collection Library's IT development CancelPeramalan merupakan suatu proses untuk memprediksi keadaan pada masa
yang akan datang. Ada banyak metode peramalan yang dapat digunakan dengan
kelebihan dan kelemahannya masing-masing, diantaranya adalah metode
ARCH(l) dan GARCH( 1,1). Metode ARCH(l) dan GARCH(1,1) yang sudah
diteliti sampai saat ini adalah model yang statis, maka melalui Tugas Akhir ini
akan dikembangkan metode ARCH(l) dan GARCH(1,1) yang sifatnya dinamis,
dimana dalam model yang baru ini nilai varians dan nilai parameternya selalu
berubah sepanjang waktu. Model ini akan digunakan untuk meramalkan data
penjualan rokok PT. X, serta dibandingkan hasilnya dengan metode ARCH(1) dan
GARCH(U) yang statis.
Metode dynamic forecasting untuk model ARCH(l) dan GARCH(1,1)
mencoba untuk menggabungkan karakteristik dari metode ARCH(l) dan
GARCH(1,1) yang nilai variansnya selalu berubah, dengan karakteristik dari
metode dynamic linear model yang nilai parameternya juga selalu berubah
sepanjang waktu. Nilai varians dan parameter yang selalu berubah serta hasil
peramalan yang selalu di-updafe dan di-smoothing diharapkan dapat memberikan
nilai peramalan yang lebih mendekati data aktual, sehingga error yang dihasilkan
semakin kecil.
Hasil dari Tugas Akhir ini berupa analisa perbandingan antara model
ARCH(l) dan GARCH(1,1) yang statis dengan yang dinamis. Dari pengolahan
data diketahui bahwa model ARCH(l) dan GARCH(1,1) yang dinamis
memberikan hasil peramalan yang lebih baik dibandingkan dengan model yang
statis. Ini dapat dilihat dari nilai MSE yang dihasilkan oleh model yang dinamis
jauh lebih kecil daripada model yang statis.