Prediksi Volatilitas Pada Return Saham Pt. Telekomunikasi Indonesia .tbk Menggunakan Model Generalized Aoutoregressive Conditional Heteroskedastisity (garch)

Abstract

Pemodelan volatilitas memegang peranan penting dalam bidang finansial. Return merupakan salah satu alat ukur yang digunakan untuk menentukan tingkat pengembalian investasi, dan investor lebih menyukai melihat nilai suatu asset dari tingkat kembalian(return). Volatilitas suatu model yang nilainya cenderung berubah terhadap waktu. Terdapat beberapa model yang sering digunakan untuk memodelkan volatilitas dari suatu data finansial. Diantaranya adalah model Generalized Aoutoregressive Conditional Heteroskedastisitas (GARCH) yang merupakan model time series yang mengasumsikan volatilitas tidak konstan. Dalam Tugas Akhir ini dibahas mengenai perbandingan prediksi volatilitas dari   model GARCH (0,1) dan GARCH (0,2), melihat kedua model dalam mengakomodasi sifat ke stasioneran. Hasil prediksi diuji tingkat keakuratan dengan menggunakan Root Mean Square Error (RMSE) dengan tingkat keakuratan pada model GARCH (0,1) sebesar 0.00257 dan pada model GARCH (0,2) sebesar 0.00354. Hasil prediksi diuji tingkat keakuratan dengan menggunakan Mean Absolute Error (MEA) dengan tingkat keakuratan pada model GARCH (0,1) sebesar 0.00014 dan pada model GARCH (0,2) sebesar 0.00024. Kata kunci: GARCH, RMSE, MAE, Time series , Return, Kestasioneran, volatilitas.