Value-at-Risk (VaR) merupakan suatu metode dalam manajemen risiko yang kerap digunakan untuk mengkuantifikasi risiko finansial yang disebabkan oleh perubahan harga saham. Guna mendapatkan nilai VaR yang akurat dalam mengkuantifikasi risiko pada saham, perhitungan VaR dapat dimodifikasi dengan terlebih dahulu memanfaatkan model Generalized AutoRegressive Conditional Heteroscedasticity (GARCH) pada runtun return dari saham tersebut. GARCH adalah model runtun waktu yang dapat menangkap fenomena pengelompokan volatilitas yang biasa ditemukan pada data-data finansial. Pada skripsi ini, akan dibahas mengenai perhitungan VaR suatu saham dengan terlebih dahulu membentuk model GARCH untuk volatilitas return. Pembahasan dalam tahap pembentukan model volatilitas akan fokus pada tahap estimasi parameter model GARCH dengan metode estimasi maximum likelihood. Metode perhitungan VaR yang dibahas diaplikasikan dalam perhitungan VaR dari Indeks Harga Saham Gabungan (IHSG).

---

Value-at-Risk (VaR) is a method in risk management commonly used for quantifying financial risk caused by changes in stock prices. In order to get an accurate value of VaR, the estimation of VaR can be modified by utilizing Generalized AutoRegressive Conditional Heteroscedasticity (GARCH) in modelling return series of the stock. GARCH is a time series model that can capture the volatility clustering phenomenon found in most financial datas. This skripsi will describe a method in VaR estimation by first using GARCH in modelling return?s volatility. The discussion about modelling volatility will focus on parameter estimation of GARCH model using the method of maximum likelihood estimation. This VaR estimation method is used in estimating VaR of Jakarta Composite Index or Indeks Harga Saham Gabungan (IHSG).