Jurnal Mipa
Penerapan Model Neuro-Garch Pada Peramalan (Studi Kasus: Return Indeks Harga Saham Gabungan) Application Of Neuro-Garch Model On Forecasting (Case Study: Return Composite Stock Price Index)
FMIPA Unmul
Email : swahyuningsih@gmail.com
Salah satu masalah yang dihadapi dalam proses peramalan adalah masalah heteroskedastisitas. Heteroskedastisitas banyak terjadi terutama pada data keuangan. Model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) dan jaringan saraf tiruan model Backpropagation merupakan metode yang dapat digunakan pada data yang mengalami heteroskedastisitas. Dalam penelitian ini, kedua model tersebut dikombinasikan menjadi sebuah model yang disebut Neuro-GARCH. Peramalan dilakukan pada data Return Indeks Harga Saham Gabungan bulan November-Desember 2014 dengan menggunakan data bulan Januari-Oktober 2014. Berdasarkan model Neuro-GARCH tersebut hasil peramalan Return Indeks Harga Saham Gabungan selama 2 bulan mengalami fluktuasi di mana return tertinggi pada tanggal 18 Desember 2014, yaitu sebesar 0,0073 dan terendah pada tanggal 16 Desember 2014, yaitu sebesar -0,0113.
Kata Kunci : ARIMA, heteroskedastisitas, neuro-GARCH, backpropagation