Peramalan Data Kurs Jakarta Interbank Spot Dollar Rate (JISDOR) Menggunakan Model Hybrid ARIMA-GARCH

Abstract

Abstract. The Autoregressive Integrated Moving Average (ARIMA) time series model is usually used to predict the value of time series data in the future. This method will be optimal if the underlying assumptions are met. One of the assumptions that must be fulfilled is homogeneity in variance. This study discusses the handling of heteroscedasticity in time series data, namely by hybridizing the ARIMA model and the GARCH model in general written ARIMA(p,d,q)-GARCH(p',q'). This model is applied to data on the rupiah exchange rate against the dollar which is based on the Jakarta Interbank Spot Dollar Rate for the period January 2022 to June 2023. The results show that from the ARIMA model, the variance of the error is not homogeneous. After analyzing the data using the hybrid model, the best model for forecasting this exchange rate data is the ARIMA(0,1,1)-GARCH(1,1) hybrid with an AIC value of -8.682784, a SIC of -8.628699 and a MAPE of 1.809280

Abstrak. Model deret waktu Autoregressive Intergrated Moving Average (ARIMA) biasanya digunakan untuk meramalkan nilai data deret waktu pada masa yang akan datang. Metode ini akan optimal apabila asumsi yang mendasarinya terpenuhi. Salah satu asumsi yang harus dipenuhi adalah kehomogenan dalam varians. Penelitian ini membahas mengenai penanganan apabila terjadi heteroskedastisitas pada data deret waktu, yaitu dengan cara hybridizing model ARIMA dan model GARCH secara umum ditulis . Model ini diaplikasikan pada data kurs rupiah terhadap dollar yang berlandaskan pada Jakarta Interbank Spot Dollar Rate pada periode Januari 2022 hingga Juni 2023. Hasilnya menunjukkan bahwa dari model ARIMA, varians dari kekeliruan tidak homogen. Setelah dilakukan analisis data dengan model hybrid, didapatkan model terbaik untuk peramalan data kurs ini adalah hybrid ARIMA(0,1,1)-GARCH(1,1) dengan nilai AIC sebesar -8.682784, SIC sebesar -8.628699 dan MAPE sebesar 1.809280.