PENGGUNAAN METODE PERAMALAN DALAM ANALISIS NILAI TUKAR RUPIAH TERHADAP DOLAR DENGAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY

Abstract

Analisis data runtun waktu bertujuan untuk memprediksi data runtun
waktu beberapa periode ke depan berdasarkan data dimasa lalu. Generalized
Autoregressive Conditional Heteroscedasticity (GARCH) adalah salah satu
pendekatan untuk memodelkan runtun waktu dengan kondisi error bervariasi menurut
waktu (heteroscedasticity). Metode ini diperkenalkan pertama kali oleh Bollerslev
yang merupakan generalisasi dari proses Autoregressive Conditional
Heteroscedasticity (ARCH). GARCH dianggap memberikan hasil yang lebih
sederhana karena menggunakan lebih sedikit parameter sehingga mengurangi tingkat
kesalahan dalam perhitungan.
Kata kunci: Peramalan, data runtun waktu, ARCH/GARCH