Melola Discovery

← Melola Discovery

Jurnal

PERBANDINGAN TAKSIRAN VALUE AT RISK DENGAN PROGRAM R DAN MATLAB ANALISIS INVESTASI SAHAM MENGGUNAKAN METODE GARCH

Unnes Journal of Mathematics · Vol. 5 No. 2 (2017) · hlm. 118–126

DOI
10.15294/ujm.v5i2.13120
ISSN
2460-5859, 2252-6943
Terbit
2017-02-27
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Value at Risk (VaR) became a popular statistical method used to measure the risk investing. When estimating it require forecasting volatility. One of methods for modeling the heteroscedastic volatility called Generalized Autoregressive Conditional Heteroscedasticity (GARCH). The goal of this research are compare the result estimated it, by R program and MATLAB program, and then comparing accuracy of them. This research used data index March 4, 2013 to October 1, 2014. The result show that the forecasting it with probability 95% and 15-days horizon on R program is -0,2224606 then MATLAB program is -0,215263. While the result of calculation Mean Square Error (MSE) respectively R and MATLAB programs are 0,0003623 and 0,0003609. MATLAB program is the best level of accuracy in forecasting variansi. They have been modeling the volatility of LQ45 stock index to estimate it, using GARCH(1,1) model

Jaringan kolaborasi para penulis

40 penulis · 121 tautan kepenulisan bersama · 2 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • University of Brawijaya
  • IAIN Syekh Nurjati Cirebon
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Putriaji HendikawatiState University of Semarang6
Sugiman SugimanAfiliasi tidak diketahui6
Kartono KartonoState University of Semarang6
Mulyono MulyonoAfiliasi tidak diketahui5
Masrukan MasrukanState University of Semarang3
Isnarto IsnartoState University of Semarang3
St. Budi WaluyaAfiliasi tidak diketahui3
Mohammad AsikinState University of Semarang3
Farida NursyahidahState University of Semarang2
Kristina WijayantiState University of Semarang2
Zaenuri ZaenuriState University of Semarang2
Yuninda Diah PratiwiAfiliasi tidak diketahui2
Endang SetyowatiUniversity of Brawijaya2
Dwijanto DwijantoState University of Semarang2
YL SukestiyarnoState University of Semarang2
Wardono WardonoAfiliasi tidak diketahui2
Kristina WijayantiAfiliasi tidak diketahui2
WardonoState University of Semarang1
Wardono WardonoState University of Semarang1
Muhamad Irwan HaqiqiAfiliasi tidak diketahui1
Agus YuliantoState University of Semarang1
Dwi Agung FitriantiAfiliasi tidak diketahui1
Yenrika Kurniati RahayuAfiliasi tidak diketahui1
Mikke Novia IndrianiAfiliasi tidak diketahui1
Onwardono Rit RiyantoIAIN Syekh Nurjati Cirebon1
Dian BayujagaAfiliasi tidak diketahui1
Sri Ady AstutiAfiliasi tidak diketahui1
Imanuel ImanuelAfiliasi tidak diketahui1
Dwi Indah Ratri RatnasariAfiliasi tidak diketahui1
Arief AgoestantoAfiliasi tidak diketahui1
Vinda KhasmarawatiAfiliasi tidak diketahui1
Raras Setya AstutiAfiliasi tidak diketahui1
Dedeh KurniasihAfiliasi tidak diketahui1
Noni NofiyahAfiliasi tidak diketahui1
Putri Dwi PradinaAfiliasi tidak diketahui1
Eko SupriyadiAfiliasi tidak diketahui1
Siti Ma'unahAfiliasi tidak diketahui1
Sunarti SunartiAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PERBANDINGAN TAKSIRAN VALUE AT RISK DENGAN PROGRAM R DAN MATLAB ANALISIS INVESTASI SAHAM MENGGUNAKAN METODE GARCH</dc:title>
	<dc:creator>Sari, Fenny Tunjung</dc:creator>
	<dc:creator>Mariani, Scolastika</dc:creator>
	<dc:description xml:lang="en-US">Value at Risk (VaR) became a popular statistical method used to measure the risk investing. When estimating it require forecasting volatility. One of methods for modeling the heteroscedastic volatility called Generalized Autoregressive Conditional Heteroscedasticity (GARCH). The goal of this research are compare the result estimated it, by R program and MATLAB program, and then comparing accuracy of them. This research used data index March 4, 2013 to October 1, 2014. The result show that the forecasting it with probability 95% and 15-days horizon on R program is -0,2224606 then MATLAB program is -0,215263. While the result of calculation Mean Square Error (MSE) respectively R and MATLAB programs are 0,0003623 and 0,0003609. MATLAB program is the best level of accuracy in forecasting variansi. They have been modeling the volatility of LQ45 stock index to estimate it, using GARCH(1,1) model</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2017-02-27</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/13120</dc:identifier>
	<dc:identifier>10.15294/ujm.v5i2.13120</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 5 No 2 (2016); 118-126</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v5i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/13120/7201</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>