Aprilia, Hayu (2017) Peramalan pupuk ZA menggunakan Threshold Generalized Autoregressive Conditional Heteroskedasticity (TGARCH) (studi kasus di PT Petrokimia Gresik) / Hayu Aprilia. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
ABSTRAK Aprilia Hayu. 2017. Peramalan Pupuk ZA Menggunakan Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH). Skripsi Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Pembimbing Trianingsih Eni L S.Si M.Si. Kata kunci peramalan heteroskedastisitas asimetris TGARCH. Hal utama yang dilihat dari proses peramalan adalah data berasumsi homoskedastisitas. Namun hal ini sering tidak terpenuhi yaitu adanya heteroskedastisitas dimana variansi data tidak konstan. Model yang bisa digunakan untuk mengatasi kasus heteroskedastisitas adalah model ARCH/GARCH. Model GARCH memenuhi asumsi guncangan negatif dan positif yang berpengaruh sama terhadap nilai keruncingannya hal ini tidak dapat mengatasi efek asimetris. Terjadinya efek asimetris mengakibatkan model ARCH/GARCH tidak tepat untuk diterapkan dalam meramalkan data. Dalam mengatasi hal ini salah satu metode yang dapat digunakan adalah perluasan dari model GARCH yaitu TGARCH. Model TGARCH diperkenalkan oleh Zakoaian (1994). Model Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) ini merupakan salah satu model kasus heteroskedastisitas. Threshold ini berupa variabel dummy yang ditambahkan pada model GARCH dengan maksud untuk mengakomodir kemungkinan terjadinya asimetris dalam volatilitas suatu variabel sebagai akibat bad news dan good news. Model TGARCH terbaik dalam meramalkan pupuk ZA yang dikirim ke Gudang Penyangga Bukittinggi Sumatera Barat pada periode Januari 2012 sampai Mei 2016 yaitu ARIMA(1 1 0)-TGARCH(1 1) dengan satu threshold dengan persamaan yaitu Z_t (1 552533)Z_(t-1)-(0 552533)Z_(t-2) a_t dengan 12310 963 _t 12311 2 -0 956197N_(t-1) 945 _(t-1) 2 0 570059 963 _(t-1) 2. Hasil peramalan pupuk ZA ke Bukittinggi Sumatera Barat pada 2 periode selanjutnya yaitu periode Juni dan Juli 2016 sebanyak 177 9832 ton pupuk dan 212 8828 ton pupuk sedangkan dari data asli sebanyak 200 ton pupuk dan bulan Juli 2016 tidak ada pengiriman pupuk dengan nilai akurasi pada grafik static didapatkan nilai Bias Proportion (BP) sebesar 0 0026 dan nilai Variance Proportion (VP) sebesar 0 82 sedangkan pada grafik dynamic didapatkan nilai Bias Proportion (BP) sebesar 0 0036 nilai Variance Proportion (VP) sebesar 0 984. Nilai Bias Proportion (BP) mendekati nol dan Variance Proportion (VP) mendekati 1 sehingga nilai ramalan sudah dikatakan mendekati nilai sebenarnya dengan demikian model ARIMA(1 1 0)-TGARCH(1 1) dengan 1 threshold merupakan model yang baik untuk meramalkan data alih stok ke Bukittinggi PT Petrokimia Gresik. ABSTRACT Aprilia Hayu. 2017. Forecasting of ZA fertilizer using Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) . Thesis Majoring of Mathematic Faculty of Mathematic and Sains State University of Malang. Adviser Trianingsih Eni L S.Si M.Si. Keywords forecasting hetroskedasticity asymetris TGARCH. The main thing seen from the forecasting process is the assumed homoscedasticity data. But this is often not fulfilled ie the heteroskedastisitas where the variance of data is not constant. The model that can be used to overcome cases of heteroskedastisitas is ARCH / GARCH model. The GARCH model meets the assumptions of negative and positive shocks that have the same effect on their crest value this can not overcome the asymmetric effect. The occurrence of asymmetric effects resulted in an ARCH / GARCH model not appropriate to be applied in predicting data. To overcome this one of the methods that can be used is the extension of the GARCH model TGARCH. The TGARCH model was introduced by Zakoaian (1994). The Threshold Generalized Autoregressive Conditional Heteroscedasticity (TGARCH) model is one of the cases of heteroscedasticity. This threshold is a dummy variable added to the GARCH model in order to accommodate the possibility of asymmetry in the volatility of a variable as a result of bad news and good news. The best TGARCH model in forecasting ZA fertilizer sent to Bukittinggi West Sumatra Warehouse on January 2012 until May 2016 is ARIMA (1 1 0) -TGARCH (1 1) with one threshold with equation Z_t (1 552533)Z_(t-1)-(0 552533)Z_(t-2) a_t with 12310 963 _t 12311 2 -0 956197N_(t-1) 945 _(t-1) 2 0 570059 963 _(t-1) 2. Results of forecasting of ZA fertilizer to Bukittinggi West Sumatra in the next two periods of June and July 2016 as much as 177.9832 tons of fertilizer and 212.8828 tons of fertilizer while from the original data of 200 tons of fertilizer and July 2016 there is no fertilizer delivery with accuracy value In the static graph got the value of Bias Proportion (BP) equel to 0 0026 and the value of Variance Proportion (VP) equal to 0 82 while in dynamic graph got the value of Bias Proportion (BP) 0 0036 and the value of Variance Proportion (VP) equel to 0 984. The Proportion Bias (BP) value is close to zero and Variance Proportion (VP) approaches 1 so the predicted value is said to be close to the true value thus the ARIMA model (1 1 0) -TGARCH (1 1) with 1 threshold is a model both to forecast the transfer of stock data to Bukittinggi PT Petrokimia Gresik. 1st Examiner 2nd Examiner Trianingsih Eni Lestari S.Si M.Si Jamaliatul Badriah S.Pd M.Si NIP 19830101 200501 2 001 NIP 19881230 201504 2 001 Main Examiner Ir. Hendro Permadi M.Si NIP 19661224 199903 1 001
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 05 Sep 2017 04:29 |
| Last Modified: | 09 Sep 2017 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/17498 |
Actions (login required)
 |
View Item |