GENERALIZED SPACE-TIME AUTOREGRESSIVE (GS-TAR) (Studi Kasus Peramalan Harga Saham Syariah Empat Perusahaan di JII)
Factor M · 2019
DOI: 10.30762/f_m.v2i1.1684 ↗Kurz gefasst
Fachartikel in der Zeitschrift Factor M, 2019. Verfasst von Sulis Setiya Ningsih.
Abstract (Originalsprache)
Abstrak: Data deret waktu dari beberapa lokasi yang berdekatan seringkali mempunyai hubungan yang saling bergantung. Data yang tidak hanya mempunyai keterkaitan dengan kejadian pada waktu-waktu sebelumnya, tetapi juga mempunyai keterkaitan dengan lokasi lain disebut dengan data space-time. Model Generalized Space-Time Autoregrresive (GS-TAR) adalah suatu model yang banyak digunakan untuk memodelkan dan meramalkan data deret waktu dan lokasi. Adapun tujuan dari penelitian ini yaitu untuk mengaplikasikan model GS-TAR pada studi kasus memodelkan empat perusahaan yang termasuk saham syariah Jakarta Islamic Index (JII). Penelitian ini membahas tentang langkah-langkah analisis data runtun waktu dengan model GS-TAR. Metode ini terdiri dari beberapa tahap, yaitu uji stasioneritas, identifikasi model, estimasi parameter, diagnostic checking dan peramalan. Model runtun waktu GS-TAR (1;1) dapat melakukan peramalan harga saham syariah dengan baik. Hasil peramalan empat perusahaan yang diperoleh menunjukkan bahwa data dari hasil peramalan mendekati data aktual. Kata kunci : Model GS-TAR, Peramalan, Saham Syariah, Space-Time
Zitieren
APA
Ningsih, S. S. (2019). GENERALIZED SPACE-TIME AUTOREGRESSIVE (GS-TAR) (Studi Kasus Peramalan Harga Saham Syariah Empat Perusahaan di JII). Factor M. https://doi.org/10.30762/f_m.v2i1.1684
Vancouver
Ningsih SS. GENERALIZED SPACE-TIME AUTOREGRESSIVE (GS-TAR) (Studi Kasus Peramalan Harga Saham Syariah Empat Perusahaan di JII). Factor M. 2019. doi:10.30762/f_m.v2i1.1684
BibTeX
@article{Ningsih2019,
author = {Ningsih, Sulis Setiya},
title = {GENERALIZED SPACE-TIME AUTOREGRESSIVE (GS-TAR) (Studi Kasus Peramalan Harga Saham Syariah Empat Perusahaan di JII)},
journal = {Factor M},
year = {2019},
doi = {10.30762/f_m.v2i1.1684}
}
EUVIMED