PEMODELAN DATA TIME SERIES DENGAN METODE BOX-JENKINS

Abstract

Metode Box-Jenkins memasukkan banyak informasi dari data historis dengan menghasilkan kenaikan akurasi peramalan dan menjaga jumlah parameter seminimal mungkin, model  terbaik akan diperoleh apabila  residual  antara  model  peramalan  dan  data  historis  memiliki  nilai  yang  kecil  distribusinya
random  dan  independen.  Penelitian  ini  bertujuan  untuk  mendapatkan  prediksi  nilai  Indeks  Harga Saham  Gabungan  (IHSG)  untuk  200  hari  ke  depan.  Model  terbaik  dipilih  melalui  tahap  identifikasi, estimasi  dan  uji  diagnostik.  Hasil  penelitian  menunjukkan  bahwa  model  ARMA(1,1)  ∆𝑋𝑡 =
𝛼1∆𝑋𝑡−1 + 𝜀𝑡  − 𝛽1∆𝜀𝑡−1   adalah  model  terbaik  untuk  peramaln  200  hari  kedepan  yang mengalami fluktuasi dengan trend positif.