Skripsi Statistik

Penerapan Model Autoregressive Conditional Heteroscedastic In Mean (ARCH-M) Dalam Peramalan Data Ekspor Non Migas Di Indonesia

---

Ekspor merupakan penjualan barang ke luar negeri menggunakan sistem
pembayaran, kualitas, kuantitas, dan syarat penjualan lainnya. Pada analisis time
series dalam bidang ekonomi seperti data keuangan, data saham, data inflasi, dan
data nilai ekspor yang cenderung menunjukkan adanya heteroskedastisitas. Dengan
adanya heteroskedastisitas dalam data mengakibatkan variansi dari estimator.
Untuk mengatasi data dengan asumsi varian dari residual yang bersifat
heteroskedastisitas yaitu dengan menggunakan model Autoregressive Conditional
Heteroscedastic (ARCH). Dimana konsep model ARCH merupakan varian residual
bergabung pada fluktuasi kuadrat dari beberapa periode yang telah lampau.
Menurut gagasan sebelumnya kemudian digunakan untuk mengembangkan suatu
model yang disebut Autoregressive Conditional Heteroscedastic in Mean (ARCHM). ARCH-M merupakan model dengan variansi bersyarat atau standar deviasi
dimasukkan ke dalam persamaan mean. Berdasarkan hasil analisis, diperoleh nilai
peramalan Ekspor Non Migas tertinggi pada bulan Desember 2024 yaitu sebesar
13339,59 ton dan nilai peramalan terendah pada bulan Desember 2023 yaitu sebesar
12980,56 ton.

Kata Kunci : Ekspor, Heteroskedastisitas, Autoregressive Conditional Heteroscedastic, Autoregressive Conditional Heteroscedastic in Mean, Ekspor Non Migas

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

519.072

Penerbit

Palu Universitas Tadulako : FMIPA Universitas Tadulako Jurusan Statistik., 2024

Deskripsi Fisik

xvii, 70 hlm, ilus.; 30 cm

Bahasa

Indonesia

ISBN/ISSN

G 501 17 027

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Astrid Batalipu

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar