Show simple item record

dc.contributor.advisorSadik, Kusman
dc.contributor.advisorAfendi, Farit Mochamad
dc.contributor.authorJannah, Miftahul
dc.date.accessioned2021-06-18T08:03:09Z
dc.date.available2021-06-18T08:03:09Z
dc.date.issued2021
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/107035
dc.description.abstractModel deret waktu telah banyak digunakan untuk tujuan peramalan. Salah satu yang umum digunakan adalah model autoregressive integrated moving average (ARIMA). Namun apabila volatilitas dari data tinggi, maka ragam bersyarat menjadi tidak konstan (bersifat heteroskedastik). Kombinasi model ARIMA dan model generalized autoregressive conditional heteroscedasticity (GARCH) menjadi model Hybrid ARIMA-GARCH dapat digunakan untuk peramalan data deret waktu dengan mempertimbangkan sifat heteroskedastik dalam ragam bersyarat. Selain itu, metode long short term memory (LSTM) yang secara spesifik dirancang untuk memungkinkan jaringan memahami ketergantungan data dalam selang yang lebih panjang juga dapat digunakan untuk prediksi data deret waktu. Data harga komoditas pangan adalah salah satu contoh data deret waktu yang memiliki volatilitas tinggi. Beberapa komoditas pangan tersebut antara lain beras, bawang merah, cabai merah, dan cabai rawit. Keempat komoditas tersebut merupakan komoditas pangan yang paling banyak dikonsumsi masyarakat Indonesia dan merupakan komoditas yang strategis. Pada penelitian ini, model hybrid ARIMA-GARCH dan LSTM digunakan untuk memprediksi harga keempat komoditas pangan tersebut. Kedua metode dibandingkan berdasarkan nilai akurasi model yaitu root mean square error (RMSE), mean absolute percentage error (MAPE), dan mean absolute deviation (MAD) pada masing-masing komoditas. Hasil penelitian menunjukkan bahwa metode hybrid ARIMA-GARCH memiliki nilai RMSE, MAPE, dan MAD yang lebih kecil dibandingkan metode LSTM. Hal ini menunjukkan bahwa metode hybrid ARIMA-GARCH lebih akurat dibandingkan metode LSTM dalam pemodelan prediksi harga beras, bawang merah, cabai merah, dan cabai rawit di DKI Jakarta. Adapun model hybrid ARIMA-GARCH terbaik untuk harga beras di DKI Jakarta adalah ARIMA(1,1,0)-GARCH(1,0). Sementara untuk harga bawang merah yaitu ARIMA(2,1,1)-GARCH(1,1), untuk harga cabai merah yaitu ARIMA(0,1,1)-GARCH(1,1), dan untuk cabai merah yaitu ARIMA(0,1,5)-GARCH(1,1).id
dc.language.isoidid
dc.publisherIPB Universityid
dc.titleKajian Metode Hybrid ARIMA-GARCH dan LSTM untuk Pendekatan Pemodelan Harga Beberapa Bahan Pokokid
dc.title.alternativeStudy of Hybrid ARIMA-GARCH and LSTM Methods for Price Modeling Approach of Some Staple Foodsid
dc.typeThesisid
dc.subject.keywordhybrid ARIMA-GARCHid
dc.subject.keywordLSTMid
dc.subject.keywordvolatilityid


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record