UPT. Perpustakaan Universitas Borneo Tarakan | ELECTRONIC THESES AND DISSERTATION
Image of Studi Perbandingan GARCH, ANN, & Neuro-GARCH Model Untuk Memprediksi Kurs Rupiah Terhadap US Dollar (USD)

Studi Perbandingan GARCH, ANN, & Neuro-GARCH Model Untuk Memprediksi Kurs Rupiah Terhadap US Dollar (USD)

Pengarang : Hamidatun

Perpustakaan UBT : Universitas Borneo Tarakan,2019
    SKRIPSI

Abstrak Indonesia

Pergerakan nilai tukar rupiah yang spontan membuat para manajer dan investor panik, karena ketidaktahuan akan metode untuk mengantisipasinya. akibat dari ketidaktahuan tersebut menyebabkan efek domino terhadap aktivitas bisnis dan dapat membawa perusahaan kepada kebangkrutan. hal tersebut sebenarnya tidak perlu terjadi jika para manajer dan investor dapat mengantispasi pergerakan nilai tukar rupiah. oleh karena itu pada penelitian ini dilakukan suatu studi untuk dapat memprediksi pergerakan nilai tukar rupiah menggunakan metode modern analisa runtut waktu. keterbaharuan dalam studi ini adalah mengkomparasi tiga model peramalan yakni generalized autoregressive conditional heteroskedasticity (garch), artificial neural network (ann), dan neuro-garch dalam meramalkan nilai tukar rupiah terhadap us dolar. hasil penelitian menunjukkan bahwa model neuro-garch memberikan kinerja peramalan yang lebih akurat karena nilai mse dan nilai mape-nya lebih kecil dibandingkan dengan model garch dan ann.

Abstrak Indonesia

The volatility of indonesian exchange rate caused the manager and investor panics. it happen causes they not know the method for anticipating. according to their insufficient knowledge direct to contagion effect for business activities and mitigate for financial distress. in general, that condition will not happen if they able to anticipate the exchange rate movement using the best forecasting model. there for, we investigate the volatility of indonesia exchange rate by comparing three best model for forecasting. the novelty of this study is comparing three best forecasting model are: generalized autoregressive conditional heteroskedasticity (garch), artificial neural network (ann), and neuro-garch for predicting indonesia exchange rate to us dollar. the results shown that neuro-garch is the best model for forecasting and more accurate, it cause the value of mse and mape smaller than generalized autoregressive conditional heteroskedasticity (garch), artificial neural network (ann).