Please take a moment to complete this survey below
Library's collection Library's IT development CancelProses peramalan merupakan bagian integral dari perencanaan dan
pengambilan keputusan. Agar didapatkan hasil peramalan yang baik, faktor utama
yang mempengaruhinya adalah penentuan parameter dalam model peramalan
tersebut. Khususnya untuk data finansial dimana sedikit perbedaan yang terjadi
dapat menimbulkan akibat yang besar. Hal ini menyebabkan keakuratan dalam
estimasi parameter peramalan untuk suatu financial time series sangat penting.
Oleh sebab itu perlu untuk mengekspresikan nilai estimasi parameter tersebut
dalam suatu interval agar dapat diperoleh nilai batas atas dan batas bawah yang
efektif dari estimasi parameter tersebut.
Tujuan dari tugas akhir ini secara khusus adalah menerapkan Algoritma
Bootstrap yang merupakan suatu metode statistik ke dalam proses peramalan
untuk mendapatkan estimasi parameter dalam bentuk confidence interval yang
akurat. Model peramalan yang dipilih adalah EGARCH(1,1) dan ARIMA(p,d,q).
Pada data index saham IBM, parameter-parameter baik dari model
EGARCH (1,1) dan ARIMA (2,1,0) dapat terwakili dengan baik oleh bootstrap
confidence interval yang didapat. Range confidence interval untuk tiap parameter
juga kecil, sehingga confidence interval yang diperoleh dapat disimpulkan efektif
dan informatif untuk proses pengambilan keputusan.