Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peramalan merupakan suatu metode yang digunakan untuk memperkirakan kejadian di masa depan dengan menggunakan data historis sebagai acuannya. Penggunaan pupuk meningkat pesat selama abad ke-20, dan harga pupuk serta pangan mempunyai korelasi yang sangat tinggi. Salah satu bahan baku pupuk adalah Muriate of Potash (MOP), yang dapat disebut juga Kalium Klorida (KCl). Bahan baku tersebut berasal dari barang tambang yang tidak ditemukan di semua negara, termasuk Indonesia. Kebutuhan MOP diprediksi terus meningkat setiap tahunnya. Hal ini dikarenakan kebutuhan pupuk terus meningkat. Namun harga KCl sebagai bahan baku pupuk juga sama fluktuatifnya dengan harga Minyak Mentah. Banyak metode peramalan harga yang ada untuk memprediksi harga minyak mentah, namun proyeksi harga KCl masih terbatas. Indonesia merupakan negara pengimpor KCl terbesar kelima di dunia. Oleh karena itu, diperlukan penelitian lebih lanjut mengenai proyeksi harga KCl karena KCl memiliki karakteristik yang berbeda dengan Minyak Mentah dan barang pertambangan komoditas lainnya. Dalam penelitian ini akan digunakan metode Jaringan Saraf Tiruan (JST) dan Regresi Linier Berganda yang akan dikombinasikan dengan Metode Multi Criteria Decision Making (MCDM) DEMATEL untuk menentukan kriteria yang berpengaruh. Dari hasil penelitian menunjukkan bahwa faktor yang paling berpengaruh dalam peramalan harga KCl antara lain harga pupuk NPK, kapasitas produksi, harga minyak sawit, permintaan kalium, perang Russia-Ukraina dan biaya pengiriman. Peramalan harga KCl dengan menggunakan data historis dari tahun 2010-2023 dan memasukkan variabel berpengaruh berdasarkan metode DEMATEL, metode Regresi Linier Berganda memiliki error lebih tinggi yaitu sebesar 9,258% dibandingkan metode Jaringan Saraf Tiruan dengan regularisasi dan dropout sebesar 8,87%.

---

Forecasting is a method used to predict future events using historical data as a reference. Fertilizer use increased rapidly during the 20th century, and fertilizer and food prices are highly correlated. One of the raw materials for fertilizer is the Muriate of Potash (MOP), also called Potassium Chloride (KCl) for the element Potassium. These raw materials come from mining goods not found in all countries, including Indonesia. The need for MOP is predicted to continue to increase every year. This is because the need for fertilizer continues to increase. However, the price of MOP as a raw material for fertilizer is also as volatile as that of Crude Oil. Many price forecasting methods exist to predict crude oil prices, but MOP price projections are still limited. Indonesia is the fifth largest MOP-importing country in the world. Therefore, further research is needed regarding MOP price projections because MOP has characteristics different from Crude Oil and other commodity mining goods. In the research in this paper, the Artificial Neural Network (ANN) and Multi Linear Regression (MLR) method will be used, which will be combined with the Multi Criteria Decision Making (MCDM) DEMATEL Method to determine influential criteria. The research results show that the most influential factors in forecasting MOP prices include the price of NPK fertilizer, production capacity, palm oil prices, potassium demand, the Russia-Ukraine war, and freight costs. Forecasting MOP prices using historical data from 2010-2023 and including influential variables based on the DEMATEL method, the Multiple Linear Regression method has a higher error of 9.258% compared to the Artificial Neural Network method with regularization and dropout of 8.87%."

"Polianilin (PANI) merupakan salah satu polimer konduktif yang menarik karena memiliki karakteristik yang menguntungkan, seperti dapat memiliki konstanta dielektrik. Dengan demikian, PANI konduktif dapat berperan sebagai material dielektrik. Pada penelitian ini, telah dilakukan sintesis PANI konduktif melalui proses reaksi kimia untuk melangsungkan proses polimerisasi. Konduktifitas listrik PANI ditimbulkan melalui doping garam dengan cara mencampurkan PANI-EB sebanyak 8 gram kedalam 20-100 ml larutan kalium klorida 10 %. Keberhasilan sintesis PANI konduktif diindikasikan oleh spectrum FTIR dan pengukuran nilai konduktifitas listriknya. Hasil evaluasi kedua indikator tersebut menujukkan bahwa semua PANI yang telah didoping memiliki puncak karakteristik transmisi IR antara lain pada angka gelombang 835,21, 1440,87 3059,20 cm-1. Sedangkan konduktifitas listrik yang diperoleh dari PANI-EB sebesar 0,006 mS/cm meningkat menjadi 4,3; 6,7 dan 11,2 mS/cm setelah didoping dengan KCl konsentrasi 10 % berturut-turut sebanyak 100mL, 60 mL dan 20 mL. Sifat konduktif ini mucul karena adanya pengikatan ion Cl- pada rantai polimernya. PANI hasil sintesis melalui proses polimerisasi dan doping KCL ini bersifat dielektrik dengan nilai permitivitas listriknya adalah 0,05 ≤ ε? ≤ 19,97 dan 0,60 ≤ ε?? ≤ 18,69 dalam rentang frekuensi 8-12 GHz. Sebagai konsekuensi sifat dielektrik, PANI hasil sintesis memilki kemampuan menyerap gelombang elektromagnetik, meskipun pada jangkau frekuensi pengujian, nilai Reflection Loss (RL) yang baik diperoleh pada PANI dengan nilai konduktifitas yang rendah.

---

Polyaniline (PANI) is one of the conductive polymer which interesting because it has attractive characteristics like dielectric constant in addition to electric conductivity. Thus, conductive PANI can also be considered as dielectric materials. In this study, conductive PANI has been synthesized through the chemical reaction process to allow the polymerization process. Physical property of electrical conductivity in PANI was generated through doping treatment by mixing between PANI-EB of 8 grams in mass and 20-100 ml of 10 % potassium chloride salt solution. The success of the synthesis of conductive PANI was indicated by FTIR spectrum and their respective electrical conductivity values.

Results of evaluation for both indicators showed that all doped PANI have an infra-red spectrum characteristic of PANI indicated by absorptions at wave numbers 835.21, 1440.87 and 3059.20 cm-1. Whereas the electrical conductivity value obtained from PANI-EB was 0.006 mS /cm then increased to 4.3; 6.7 and 11.2 mS /cm after doped with KCl salt solutions with the amount respectively100mL, 60 mL and 20 mL. The electrical conductivity of PANI apparently presents due to the formation of ionic binding of Cl- ions in the polymer chains.

Hence, the synthesized PANI through polymerization and doping with KCL salt solution has resulted in the dielectric materials with a typical of the electric permittivity value of 0,05 ≤ ε? ≤ 19,97 and 0,60 ≤ ε?? ≤ 18,69 in the frequency range of 8-12 GHz. Consequently, the Synthesized PANI has the ability to absorb electromagnetic waves, though the value of Reflection Loss (RL) which obtained in current frequency low was relatively low. "

"Pemodelan dan peramalan harga saham merupakan hal yang sangat penting bagi seorang investor. Harga saham selalu mengalami perubahan seiring berjalannya waktu. Perubahan ini tidak konstan dan sangat berdampak jika diabaikan karena hal tersebut dapat menimbulkan risiko kerugian. Banyak model yang sudah dibuat dengan tujuan untuk meminimalkan risiko kerugian tersebut. Pada penelitian ini, akan digunakan model ARIMA-GARCH untuk meramalkan volatilitas dalam harga saham. Alasan dari penggunaan gabungan kedua model tersebut adalah karena Model ARIMA saja tidak dapat menangani data dengan volatilitas besar dan yang non-linear. Maka, diharapkan bahwa penggunaan dari model gabungan ini dapat menangani masalah tersebut. Data harga saham yang digunakan pada penelitian ini adalah data harga penutupan dalam dua saham yang termasuk dari indeks LQ45. Pada penelitian ini, data tersebut akan dimasukkan kedalam model gabungan tersebut untuk mendapat peramalan di hari selanjutnya. Setelah itu, akan digunakan metode Walk Forward untuk mendapat semua hasil peramalannya. Dari hasil tersebut, didapat bahwa pengabungan dari ARIMA (1,1,1)-GARCH (1,1) memberikan perdiksi harga saham yang terbaik untuk kedua saham yang dipilih. Lalu, menggunakan hasil MAE dan RMSE dari saham, dapat disimpulkan bahwa model ARIMA-GARCH merupakan model yang dapat memprediksi harga saham dengan baik.

---

For an Investor, modelling and forecasting the stock prices are very important. Stock price fluctuate as time goes and these changes vary from one point of time to another. These changes can be really dangerous if ignored because the risk of loss it might create. Many models have been created with the purpose of minimizing the risk of loss. In this study, the ARIMA-GARCH model will be used to predict closing price in the stock prices which contain volatility. The reason for using the combination of the two models is due to ARIMA model unable to handle large volatility along with non-linear data. Thus, it is hoped the use of this combined model can solve this problem. The data that is used on this study is the closing price of 2 stocks that is part of the LQ45 index. In this research, the data will be used on the combined model to get the forecast price of the next day. Then, the rest of the forecast price will be found using a process called Walk Forward. After acquiring all the forecasted price, it is found that the combination of ARIMA (1,1,1)-GARCH (1,1) yield the best result in forecasting the stock prices. Then, by using MAE and RMSE to check the error of the results, it can be concluded that the ARIMA-GARCH model is a model that is able to predict stock prices well."

"Peramalan merupakan hal yang sangat penting dalam segala bidang, baik dalam menjalankan usaha maupun dalam penelitian. Semakin lama, semakin banyak metode-metode peramalan yang dikembangkan dalam memenuhi kebutuhan dalam meramal. Walau pengembangan metode peramalan semakin lama semakin maju, satu hal yang pasti adalah, tidak akan pernah ada metode peramalan yang dapat meramal secara tepat, peristiwa yang akan terjadi. Dari beberapa peramalan yang ada, ada beberapa metode yang banyak digunakan secara luas, baik dalam bisnis maupun dalam kehidupan sehari-hari. Peramalan tersebut antara lain adalah metode Regressi, metode Arima dan metode Winter. Tesis ini mencoba untuk menemukan dari ketiga metode yang disebut diatas, mana diantara ketiga metode ini lebih baik bila diterapkan pada peramalan harga saham di bursa efek. Peramalan dilakukan dengan mengunakan harga saham beberapa perusahaan tertentu yang terdaftar di BEJ sejak tahun 1989, dan memenuhi syarat-syarat yang telah ditentukan agar harga saham dan perusahaan yang diramal terbebas dari faktor-faktor yang bersifat subjektif. Setelah dilakukan peramalan, dan dengan mengunakan MSD (mean square deviation) sebagai alat untuk membandingkan antara ketiga metode tersebut, serta mempertimbangkan kelemahan dan kelebihan dari setiap metode dan juga daam proses pengumputan data, ditemukan bahwa metode ARIMA, lebih baik dibanding dengan 2 metode lainnya. Metode ARIMA bukan tanpa kelemahan. Kelemahan utama adalah kesulitan untuk menentukan tingkat kepercayaan (r2). r2 tidak dapat ditentukan di awal analisa, tapi merupakan hasil yang didapat dari model yang ditemukan."

"Salah satu hal penting yang harus dipertimbangkan oleh perusahaan yang akan menawarkan sahamnya kepada masyarakat adalah penentuan harga saham perdana. Berdasarkan keputusan Ketua BAPEPAM No. KEP-01/PM/1988 tanggal 22 Pebruari 1988 pasal 11, disebutkan bahwa harga saham perdana ditetapkan berdasarkan kesepakatan bersama antara emiten dan penjamin emisi. Harga saham tersebut haruslah merupakan harga yang wajar, artinya bahwa harga saham tersebut sesuai dengan kondisi keuangan dan prospek usaha yang dimiliki perusahaan dan dapat diterima oleh para calon penanam modal.Pembicaraan mengenai harga sebuah saham juga menyangkut perkiraan prestasi perusahaan di masa mendatang yang dinilai dari kinerja keuangan selama waktu tak terhingga, yang dapat diamati dari laporan keuangan yang dikeluarkan secara periodik. Dalam penulisan karya akhir ini, penulis rnencoba menganalisis kinerja keuangan dan menghitung harga wajar saham perdana PT. Pembangunan Jaya Ancol, Tbk dengan menggunakan Iaporan keuangan selama periode tahun 1999-2003. Dalam melakukan penilaian fair price dari PT. Pembangunan Jaya Ancol, Tbk. penulis menggunakan metode Free Cash Flow to Equity Model dan P/E Multiple Model.Dalam Penawaran Umum Perdana Saham, PT. Pembangunan Jaya Ancal, Tbk. perkiraan harga saham perusahaan dilakukan dengan analisis internal perusahaan yang meliputi kinerja yang telah dicapai perusahaan, strategi yang akan dikembangkan perusahaan di masa mendatang. Hasil perhitungan yang diperoleh dari metode Free Cash Flow to Equity constant growth model memperlihatkan harga wajarnya sebesar Rp. 913,00, sedangkan two stage model memperlihatkan harga wajarnya sebesar Rp. 991,00.Hasil perhitungan metode P/E Multiple Model yang berdasarkan acuan PT. Ciputra Development memperlihatkan harga wajamya sebesar Rp. 637, 00. P/E Multiple model yang menggunakan acuan PIE Industri menghasilkan harga wajar sebesar Rp. 1070,00.Dengan menghitung rata-rata harga saham berdasarkan keempat perhitungan diatas maka harga wajarnya adalah sebesar Rp. 903,00: Dengan membandingkan harga saham perdana yang ditawarkan sebesar Rp. 1.025 dengan harga rata-rata tersebut, maka harga saham perdana yang ditawarkan PT. Pembangunan Jaya AncoI, Tbk dapat dikatakan overvalued.

---

One of the important factors that must be considered by a company when offering its share to public is determining the initial price. According to Keputusan Ketua BAPEPAM No. KEP-01IPM/1988 February 22, 1988 pasal 11 (government regulation), the initial price should be based on the agreement between the company and Effect Guaranteed Company. The share price must be a fair price. This suggests that it must be based on financial conditions, the company's ability to grow in the future and accepted by the investor.Share price also involves a prediction on the company's performance in the future. The performance counted till infinite time and could be kept track from financial report periodically. In this thesis, the writer attempts to analyze the financial performance of PT. Pembangunan Jaya Ancol, Tbk and calculate the fair price for its initial public offering using its financial report from 1999 to 2003. Two methods were used to valuate the fair price for PT. Pembangunan Jaya Ancol, Tbk, i.e. free Cash Flow to Equity Model and PIE Multiple Model.In the Initial Public Offering stage, PT. Pembangunan Jaya Ancol, Tbk estimated their share price using an Internal Analysis which includes the company's performance and the strategy applied for the future.Free Cash Flow to Equity Constant Growth model indicated a fair price of Rp. 913,00 per share. Meanwhile two stage model indicated a fair price Rp. 991 00. PIE Multiple Model with reference from PT. Ciputra Development indicated a fair price of Rp. 637, 00. Whereas the result from PIE Multiple Model with reference Property and Real Estate Industry indicated a fair price of Rp. 1.070, 00.By using the average share price based on the above calculations, the fair price is Rp 903.00. If we compare the initial public offering, that is Rp 1.025 with the average price, we can conclude that PT. Pembangunan Jaya Ancol, Thk's IPO stock price is over valued."

"Pasar modal merupakan salah satu penopang perekonomian di Indonesia dikarenakan pasar modal adalah salah satu sarana penambahan modal bagi perusahaan dalam melaksanakan operasional bisnisnya. Selain itu, pasar modal juga dapat memberikan keuntungan bagi perorangan atau badan usaha investor , yang dapat digunakan untuk biaya hidup di masa kini dan masa depan. Saham adalah salah satu instrumen yang diperjualbelikan di pasar modal yang dapat memberikan keuntungan hingga 20-25 per tahun, namun juga memiliki resiko yang lebih tinggi dibandingkan instrumen lainnya, dikarenakan fluktuasi harga saham yang tinggi. Investor harus berhati-hati dalam memilih waktu yang tepat dalam melakukan transaksi jual beli saham, jika tidak ingin mendapatkan kerugian yang besar. Salah satu teknik dalam menentukan waktu transaksi saham adalah berdasarkan teori Efficient Market Hypothesis EMH yang menyatakan bahwa harga saham merefleksikan informasi yang dipublikasikan terkait saham tersebut. EMH berkaitan erat dengan behavioral economics yang menyatakan bahwa keputusan investor dipengaruhi oleh persepsi atau emosi sentimen dari informasi yang diterimanya. Informasi terkait suatu saham dapat dibaca di media online dalam hal ini artikel berita yang diterbitkan oleh berbagai situs berita di Indonesia. Berdasarkan EMH dan behavioral economis tersebut, penelitian ini bertujuan untuk melihat apakah sentimen media online dapat mengklasifikasikan pergerakan harga saham di Indonesia, dengan ruang lingkup media online yang diteliti adalah www.bisnis.com. Saham yang diteliti adalah saham PT. Bank Central Asia, Tbk BBCA. Metode penelitian yang dilakukan adalah penelitian kuantitatif dengan metodologi eksperimental menggunakan pendekatan analisis sentimen. Proses ekstraksi fitur dari artikel berita bisnis.com dilakukan dengan merepresentasikan artikel berita dalam bentuk vektor menggunakan term frequency tf, term frequency inverse document frequency tf-idf, dan doc2vec. Algoritma klasifikasi yang digunakan adalah naive bayes, k-nearest neighbor KNN, dan support vector machine SVM. Setelah mendapatkan hasil klasifikasi sentimen dari berita, penelitian dilanjutkan dengan membandingkan hasil klasifikasi sentimen tersebut dengan harga aktual saham untuk hari itu sampai dengan lima hari ke depan. Hasil penelitian menunjukkan bahwa representasi vektor menggunakan tf-idf menunjukkan hasil yang lebih baik dengan akurasi klasifikasi SVM sebesar 78,66 . Sementara perbandingan akurasi hasil klasifikasi sentimen berita dengan harga aktual pergerakan saham didapatkan sebesar 63,11 . Hasil ini didapatkan untuk kondisi sentimen berita dan harga saham di hari yang sama. Hal ini menunjukkan bahwa para investor dapat mempertimbangkan sentimen berita terkait saham tertentu di situs www.bisnis.com di hari yang sama untuk melakukan transaksi jual beli saham.

---

Capital market has been acted as one of the pillar for economy growth in Indonesia, because capital market is one of additional capital for the company in carrying out its business operations. In addition, capital markets can also provide benefits to individuals or business groups investors , which its profit can be used for the cost of living in the present and the future. Stock Equity is one of the instruments traded in capital markets that can provide gains up to 20 25 per year, but also have a higher risk than other instruments, due to fluctuations in stock prices are high. Investors should be cautious in choosing the right time to make buying or selling shares, if they do not want to get a big loss.

One of technique in determining time for transaction is Efficient Market Hypothesis EMH , which states that stock price movement reflects related stock rsquo s information published. EMH has correlation with behavioral economics which states that investor decision can be influenced by perception or emotion sentiment of the information which he she read. Some information related to specific stock can be read in online media, such as news article from websites in Indonesia. Based on EMH and behavioral economis, this study aims to see whether the sentiment of online media can classify stock price movements, with the scope of online media that will be studied is www.bisnis.com. Stock price which is studied is belong to PT.Bank Central Asia BBCA.JK.

The research method is quantitative research with experimental methodology using sentiment analysis approach. Feature extraction is done by representing news articles in form of vector using term frequency tf, term frequency inverse document frequency tf df, and doc2vec. Classification algorithm used are naive bayes, k nearest neighbors, dan support vector machine SVM. After getting classification result from news sentiment analysis, this study continue by comparing those classifications with actual price of stock that day until five days forward.

The result shows that vector representation using tf idf is better with classification accuracy 78,66. Meanwhile, comparation between news sentiments classification with actual price stock shows 63,11 within the same day. This result means that news article sentiment related to spesific stock from www.bisnis.com can be used as reference for investors in determining their participation in stocks purchase transaction."

"Penelitian ini menguji dampak pengumuman private placement terhadap harga saham dan volume perdagangan saham dengan melihat perbedaan abnormal return dan abnormal volume antara sebelum dan sesudah pengumuman private placement. Penelitian ini menggunakan metode studi peristiwa dan menggunakan model pasar dalam menentukan abnormal return. Studi peristiwa dilakukan selama 15 hari sebelum dan 15 hari sesudah pengumuman. Penelitian menggunakan sampel perusahaan yang terdaftar di Bursa Efek Indonesia periode 2010-2016 yang melakukan private placement sebanyak 37 perusahaan. Analisis dilakukan dengan menggunakan uji t satu sampel dan uji t berpasangan. Penelitian ini menemukan bahwa tidak terdapat perbedaan yang signifikan pada abnormal return sebelum dan sesudah pengumuman private placement; dan terdapat perbedaan yang signifikan pada volume perdagangan sebelum dan sesudah pengumuman private placement.

---

This study examines the impact of the private placement announcement on stock price and stock trading volume by finding the difference of abnormal return and abnormal volume before and after the private placement announced. This study uses the event study method and using the market model in determining the abnormal return. The event study was conducted during 15 days before and 15 days after the announcement. The study used sample companies listed in Indonesia Stock Exchange 2010 2016 period that does private placement of 37 companies. The analysis was performed by using one sample t test and paired t test. The result indicates that there are no significant differences in abnormal returns before and after the private placement announcement and there are significant differences in trading volume before and after the private placement announcement. "

"Prediksi harga saham memiliki manfaat terhadap investor untuk dapat melihat bagaimana investasi saham pada sebuah perusahaan di masa yang akan datang. Prediksi harga saham membantu para investor dalam pengambilan keputusan. Untuk melakukan prediksi harga saham digunakan pendekatan analisis teknis dengan menggunakan metode ridge regresi dan kernel ridge regresi. Ridge regresi merupakan metode regresi yang dapat mengatasi terjadinya masalah multikolinieritas. Kernel ridge regresi merupakan kombinasi antara metode kernel dan ridge regresi dengan memetakan input data ke ruang yang berdimensi lebih tinggi. Pada skripsi ini, diimplementasikan metode ridge regresi dan kernel ridge regresi untuk memprediksi harga saham dengan variabel-variabel regresornya merupakan nilai harga saham pada k-hari sebelumnya. Hasil implementasi pada data yang digunakan dalam skripsi ini menunjukkan bahwa metode kernel ridge regresi memberikan tingkat akurasi rata-rata yang lebih baik dibandingkan metode ridge regresi.

---

Prediction of stock prices has benefits for investors to be able to see how the stock investment in a company in the future. Prediction of stock prices help investors in making decisions. Prediction of stock price used technical analysis approach using kernel ridge regression and ridge regression. Ridge regression is a regression method that can solve the multicollinearity problem. Kernel ridge regression is a combination of ridge regression and kernel methods to map the input data into a higher dimensional space. In this skripsi, the method is implemented to predict the stock price which is the variables regressors based on a value stock price on the previous day. The result of implementation, in this skripsi, indicates that kernel ridge regression method better than ridge regression method."

"Runtun waktu adalah salah satu data yang paling umum dan banyak dijumpai di kehidupan sehari-hari. Runtun waktu dianalisis dengan dua tujuan utama, yaitu untuk memodelkan mekanisme stokastik dari runtun waktu tersebut dan untuk melakukan peramalan. Untuk keperluan dua tujuan tersebut, banyak model runtun waktu yang telah dikembangkan, salah satunya adalah model autoregressive moving average (ARMA). Model ARMA adalah model runtun waktu univariat yang cukup populer dan umum digunakan saat ini. Seiring berjalannya waktu, mulai dikembangkan model runtun waktu multivariat, yang dapat memodelkan runtun waktu dengan dua atau lebih variabel. Meng- gunakan model runtun waktu multivariat untuk memodelkan dua atau lebih variabel tentu lebih efektif dibandingkan memodelkannya satu per satu menggunakan model univariat. Selain itu, model runtun waktu multivariat juga dapat menjelaskan hubungan dinamis antarvariabel yang saling terkait. Dalam skripsi ini, akan dijelaskan versi multivariat dari model ARMA, yaitu model vector autoregressive moving average (VARMA), mulai dari karakteristiknya, spesifikasi model, penaksiran parameter, hingga melakukan pera- malan. Penaksiran parameter akan dilakukan dengan menggunakan metode conditional maximum likelihood. Model VARMA ini kemudian akan digunakan untuk melakukan peramalan dua variabel yang cukup berpengaruh dalam ekonomi makro, yaitu data harian indeks harga saham gabungan (IHSG) dan kurs mata uang rupiah terhadap dolar Amerika Serikat. Data tersebut juga akan dimodelkan menggunakan model ARMA(p,q) dan VAR(p). Model yang digunakan adalah model ARIMA(0,1,0) untuk data IHSG, model ARIMA(0,1,2) untuk data kurs rupiah, model VARI(3,1) dan model VARIMA(1,1,1). Menggunakan indikator mean absolute percentage error (MAPE), didapatkan hasil bahwa model VARI(3,1) memberikan hasil peramalan yang paling akurat.

---

Time series is one of the most common data and is often found in everyday life. The purpose of time series analysis is generally twofold: to understand or model the stochastic mechanism that gives rise to an observed series and to predict or forecast the future values of a series based on the history of that series and, possibly, other related series or factors. For the purposes of these two objectives, many time series models have been developed, the most popular one is autoregressive moving average (ARMA) model. The ARMA model is a univariate time series model that is quite popular and commonly used today. Over time, multivariate time series models have been developed, which can model time series with two or more variables. Using a multivariate time series model to model two or more variables is certainly more effective than modeling them one by one using a univariate model. In addition, the multivariate time series model can also explain the dynamic relationship between interrelated variables. In this undergraduate thesis, we will explain the multivariate version of the ARMA model, the vector autoregressive moving average (VARMA) model, starting from its characteristics, model specifications, param- eter estimation, to forecasting. Parameter estimation will be done using the conditional maximum likelihood method. Then, this VARMA model will be used to forecast two maroeconomics indicators: daily data of Indonesia Composite Index and the USD-IDR exchange rate. The data will also be modeled using the ARMA(p,q) and VAR(p) models. In chapter 4, the models used are ARIMA(0,1,0) model for Indonesia Composite Index data, ARIMA(0,1,2) model for USD-IDR exchange rate data, VARI(3,1) model and VARIMA(1,1,1) model. Using the mean absolute percentage error (MAPE) indicator, the results show that VARI(3,1) model provides the most accurate forecasting results."