MUST: Journal of Mathematics Education, Science and Technology
Vol 8 No 1 (2023): JULY

Pemodelan Nilai Saham Perusahaan Pertambangan di Indonesia Berdasarkan Metode Generalized Autoregressive Conditional Heteroscedasticity (GARCH)

Ayuning Dwis Cahyasari (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)
Sediono Sediono (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)
Elly Ana (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)
M. Fariz Fadillah Mardianto (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)
Elly Pusporani (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)
Siti Maghfirotul Ulyah (Program Studi Statistika, Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya, Indonesia)



Article Info

Publish Date
17 Jan 2023

Abstract

Indonesia masih menghadapi tantangan untuk mewujudkan Sustainable Development Goals (SDGs). Salah satunya, upaya dalam mendukung pertumbuhan ekonomi yang inklusif dan berkelanjutan. Peranan pasar modal dianggap penting dalam pembangunan perekonomian sebagai media investasi sehingga dapat memperkuat posisi keuangan pada Industri khususnya dalam negeri. Untuk mewujudkan tujuan dan cita - cita Indonesia perlu diadakan pengoptimalan kegiatan sektor yang bergerak pada bidang pertambangan salah satunya pada saham PT. X yang merupakan salah satu perusahaan pertambangan. Pergerakan naik turun saham dikenal dengan volatilitas harga saham. Volatilitas disebabkan karena kondisi data yang bersifat heteroskedastisitas yang berarti variansi dari residual dapat berubah - ubah  dan tergantung waktu. Saham yang mengalami penurunan secara drastis dapat mempengaruhi kualitas kerja. Salah satu solusi untuk mengatasi permasalahan heteroskedastisitas tersebut adalah dengan menggunakan pendekatan analisis Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Berdasarkan hasil diagnostic checking, didapatkan model GARCH (2,1) yang merupakan model GARCH terbaik, dan didapatkan nilai MAPE sebesar 15,5195% yang termasuk ke dalam kategori prediksi baik. Prediksi dari hasil model terbaik dapat menjadi rekomendasi dan evaluasi bagi pemerintah juga bagi para pelaku kegiatan ekonomi untuk mempersiapkan perencanaan ekonomi yang lebih baik dalam rangka mencapai target memperbaiki ekonomi nasional.

Copyrights © 2023






Journal Info

Abbrev

matematika

Publisher

Subject

Computer Science & IT Education Mathematics

Description

MUST is a journal of mathematics education, science, and technology published by the Faculty of Teacher Training and Education, Muhammadiyah University of Surabaya. This journal focuses on the publication of research results and scientific articles on mathematics education, science, and technology. ...