Melola Discovery

← Melola Discovery

Jurnal

Long Memory Volatility Model dengan ARFIMA-HYGARCH Untuk Meramalkan Return Indeks Harga Saham Gabungan (IHSG)

Unnes Journal of Mathematics · Vol. 11 No. 1 (2022) · hlm. 80–91

DOI
10.15294/ujm.v9i1.36464
ISSN
2460-5859, 2252-6943
Terbit
2022-05-30
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Model ARFIMA-HYGARCH merupakan model yang dapat menjelaskan time series jangka panjang dan dapat mengatasi masalah ragam yang heterogen serta pengaruh asimetrik dalam data return IHSG. Tujuan dari penelitian ini adalah untuk menemukan model ARFIMA-HYGARCH terbaik pada data return IHSG dan meramalkan data return IHSG untuk periode Juni sampai dengan Juli 2019. Hasil dari penelitian ini diperoleh model ARFIMA-HYGARCH terbaik untuk data return IHSG yaitu ARFIMA(5,-0.0102919,4)-HYGARCH(1,d,1) yang memiliki nilai AIC -8.197636926 dan hasil peramalan untuk periode Juni sampai dengan Juli 2019 menunjukkan bahwa untuk periode tanggal 11 Juni 2019, 12 Juni 2019, 17 Juni 2019, 18 Juni 2019 dan 24 Juni 2019 plot ramalan varian berada di bawah plot ramalan mean. Ini berarti pada periode tersebut risiko investor dalam berinvestasi di pasar modal akan lebih besar. Utamanya untuk periode 12 Juni 2019 investor lebih baik jangan melakukan investasi karena pada periode tersebut nilai ramalannya paling tinggi. Peramalan yang diperoleh dari penelitian ini akan bermanfaat bagi para investor dalam mengambil keputusan investasi.

Jaringan kolaborasi para penulis

30 penulis · 65 tautan kepenulisan bersama · 2 lintas organisasi

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

  • State University of Semarang
  • Universitas Islam Negeri Sultan Syarif Kasim Riau
  • 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
Emi PujiastutiState University of Semarang3
Stevanus Budi WaluyaState University of Semarang2
Yohanes Leonardus SukestiyarnoState University of Semarang1
Nita HidayatiState University of Semarang1
Nur Fathaillah PajrinAfiliasi tidak diketahui1
Nur Fathaillah PajrinState University of Semarang1
Wardono WardonoState University of Semarang1
Hendri HandokoState University of Semarang1
Li Wei MingAfiliasi tidak diketahui1
Putriaji HendikawatiState University of Semarang1
Abid Khoirul IsmailState University of Semarang1
YL SukestiyarnoState University of Semarang1
Arum Nur WulandariState University of Semarang1
Mohammad AsikinState University of Semarang1
Intan HidayatiState University of Semarang1
Zaenuri MasturState University of Semarang1
Supriyanti SupriyantiState University of Semarang1
Mulyono MulyonoState University of Semarang1
Marita Ayuning TyasState University of Semarang1
Rochmad RochmadState University of Semarang1
Yekti Nur ArifahState University of Semarang1
Dwijanto DwijantoState University of Semarang1
Elanda Laksinta PutriState University of Semarang1
Nur Karomah DwidayatiState University of Semarang1
Zanuar TriwibowoState University of Semarang1
Unzil Maughfiroh FirdausiState University of Semarang1
Rezi AriawanUniversitas Islam Negeri Sultan Syarif Kasim Riau1
Yohanes Leonardo SukestiyarnoAfiliasi 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">Long Memory Volatility Model dengan ARFIMA-HYGARCH Untuk Meramalkan Return Indeks Harga Saham Gabungan (IHSG)</dc:title>
	<dc:creator>Rismawati, Nurhayun</dc:creator>
	<dc:creator>Sugiman, Sugiman</dc:creator>
	<dc:description xml:lang="en-US">Model ARFIMA-HYGARCH merupakan model yang dapat menjelaskan time series jangka panjang dan dapat mengatasi masalah ragam yang heterogen serta pengaruh asimetrik dalam data return IHSG. Tujuan dari penelitian ini adalah untuk menemukan model ARFIMA-HYGARCH terbaik pada data return IHSG dan meramalkan data return IHSG untuk periode Juni sampai dengan Juli 2019. Hasil dari penelitian ini diperoleh model ARFIMA-HYGARCH terbaik untuk data return IHSG yaitu ARFIMA(5,-0.0102919,4)-HYGARCH(1,d,1) yang memiliki nilai AIC -8.197636926 dan hasil peramalan untuk periode Juni sampai dengan Juli 2019 menunjukkan bahwa untuk periode tanggal 11 Juni 2019, 12 Juni 2019, 17 Juni 2019, 18 Juni 2019 dan 24 Juni 2019 plot ramalan varian berada di bawah plot ramalan mean. Ini berarti pada periode tersebut risiko investor dalam berinvestasi di pasar modal akan lebih besar. Utamanya untuk periode 12 Juni 2019 investor lebih baik jangan melakukan investasi karena pada periode tersebut nilai ramalannya paling tinggi. Peramalan yang diperoleh dari penelitian ini akan bermanfaat bagi para investor dalam mengambil keputusan investasi.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2022-05-30</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/36464</dc:identifier>
	<dc:identifier>10.15294/ujm.v9i1.36464</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 11 No 1 (2022); 80-91</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v11i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/36464/21864</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2020 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>