Peramalan harga obligasi dengan menggunakan metode ARIMA

Djony, Nayomi Limusin (2012) Peramalan harga obligasi dengan menggunakan metode ARIMA. Bachelor thesis, Universitas Pelita Harapan.

Full text not available from this repository.

Abstract

Tugas akhir ini berjudul Peramalan Harga Obligasi Dengan Menggunakan Metode ARIMA. Ruang lingkup masalah dari penelitian ini adalah meramalkan harga obligasi pada tahun yang akan datang dengan menggunakan analisis deret waktu (ARIMA). Tujuan penelitian adalah meramal harga obligasi (Templeton Global Bond A(TPINX)) di tahun yang akan datang dengan error sekecil-kecilnya dengan analisis deret waktu. Batasan masalah yang diperhatikan antara lain yaitu data yang digunakan diambil dari tahun 2007 sampai tahun 2010, dan faktor-faktor yang digunakan untuk meramal harga obligasi merupakan single input. Metode yang diterapkan dalam penelitian ini adalah studi literatur, pengumpulan data, pengelolahan data dan yang terakhir penarikan kesimpulan. Hasil akhir yang ingin dicapai dalam penulisan tugas akhir adalah dapat meramalkan harga obligasi (Templeton Global Bond A(TPINX)) dalam kurun waktu tertentu. Pada tahap studi literatur dilakukan identifikasi permasalahan, mempelajari hal-hal yang berkaitan dengan harga obligasi dan juga analisis deret waktu. Selanjutnya pada tahap pengumpulan data, metode yang digunakan dalam penelitian ini adalah non participant observer, dimana peneliti mengamati data yang sudah tersedia tanpa ikut menjadi bagian dari suatu sistem data. Data yang digunakan adalah nilai harian obligasi periode 1 Januari 1997 hingga 31 Desember 2010. Pengelolahan data menggunakan metode analisis deret waktu dibantu dengan menggunakan minitab 14. Langkah-langkah dalam memperoleh model peramalan dengan metode ini adalah identifikasi model, estimasi ,diagnostic checking dan penarikan kesimpulan. Dalam tahap identifikasi model, pertama-tama peneliti menggunakan minitab dan menjalankan program untuk mendapatkan hasil dari plot time series dari data yang tersedia. Terlihat ada trend pada plot tersebut yang menunjukkan bahwa obligasi berfluktuasi terhadap waktu. Tetapi dari fitted line plot dan residual vs fitted, terlihat ada kecendrungan sisaan yang menunjukkan bahwa ada masalah terhadap sisaan data obligasi yaitu trend sisaan terlihat tidak acak. Maka pada tahap estimasi dan diagnostic checking, digunakan metode ARIMA untuk mencari model paling cocok dan p-value terbaik dengan mencoba model ARIMA yang berbeda-beda sampai didapatkan model terbaik yaitu ARIMA(2,1,2). Setelah mendapatkan model yang cocok, selanjutnya dengan menggunakan program didapatkan hasil estimasi dan forecast. Dari hasil tersebut, peneliti memasukkan nilai forecast dan plot kembali dengan menggunakan minitab 14. Dan kesimpulan yang didapat adalah obligasi masih berfluktuasi terhadap waktu dan residual vs fitted terlihat sudah acak. / The final task is titled Peramalan Harga Obligasi Dengan Menggunakan Metode ARIMA. Scope of the problem of this study was to predict bond prices in the coming year using time series analysis (ARIMA). The research objective is to predict the price of bonds (Templeton Global Bond A (TPINX)) in the coming year with the smallest error in time series analysis. Limitation of issues considered include the data used was taken from 2007 until 2010, and the factors used to predict the price of bonds is a single input. The method applied in this research is the study of literature, data collection, data management and lastly data inferences. The end result to be achieved in this thesis is to be able to predict the price of bonds (Templeton Global Bond A (TPINX)) within a certain time. At the stage of literature study, the issues are identified, and things related to bond prices as well as time series analysis are learned. Next, on the stage of data collection, methods used in this study is a non participant observer, in which researchers looked at data that is available without being a part of a data system. The data used are the daily value of the bond period 1 January 1997 through December 31, 2010. Data management using time series analysis methods are done by using Minitab 14. The steps in obtaining the forecasting model with this method is model identification, estimation, diagnostic checking and drawing conclusions. In the model identification stage, first of all researchers using Minitab and run the program to get results from time series plot of the data available. There is a trend seen in the plot which shows that the bond fluctuates with time. But from the fitted line plot and residual vs fitted, it appears there was a tendency to show that there is a problem in bonds residuals, in which a residual seems to have a trend (pattern) in other words it is not random. So at this stage of estimation and diagnostic checking, ARIMA method is used to find the most suitable model and the best p-value by trying to model the different ARIMA to obtain the best model is ARIMA (2,1,2). After getting a suitable model, then the results obtained using the program estimates and forecasts. From these results, researchers put forecast values and plot again using Minitab 14. And the conclusions are, bonds still fluctuate over time and residual vs. fitted still looks random.

Item Type:

Thesis (Bachelor)

Creators: