ESTIMASI PARAMETER BOOTSTRAP PADA PROSES ARMA DAN APLIKASINYA PADA HARGA SAHAM

Abstract

Peramalan adalah salah satu cara yang dapat digunakan untuk memperkirakan harga saham waktu mendatang. Agar sebuah peramalan memberikan hasil yang akurat diperlukan residual yang white noise dan berdistribusi normal.Namun kadangkala data tidak memenuhi asumsi-asumsi dalam analisis statistik klasik. Untuk mengatasi masalah tersebut diperlukan suatu pendekatan non parametrik yang bebas asumsi, salah satunya adalah metode bootstrap.Tujuan dari penelitian ini adalah mengetahui cara mengestimasi parameter bootstrap pada proses ARMA serta membandingkannya dengan model ARMA.Estimasi parameter dalam penelitian ini adalah dengan menggunakan program R. Cara yang digunakan untuk mengestimasi adalah dengan melakukan pemusatan pada data,mengestimasi berdasarkan model ARMA, mencari dan meresampling residual untuk mendapatkan nilai data bootstrap serta melakukan pemusatan kedua dari data bootstrap yang diperoleh agar data lebih stasioner, dari data baru tersebut dicariestimasi parameter berdasarkan model ARMA. Berdasarkan hasil penelitian kedua metode yaitu ARMA maupun bootstrap pada proses ARMA diperoleh hasil yang signifikan. Namun jika dilihat dari nilai, log likelihood, dan AIC nya, diperoleh estimasi parameter bootstrap ARMA lebih baik. Hal ini akan berdampak untuk hasil peramalan data saham AALI.JK dimana hasil peramalan bootstrap pada proses ARMA cenderung lebih mendekati data asli jika dibanding model ARMA.