• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Implementasi Peramalan Arima dengan Moving Block Bootstrap dalam Mengatasi Asumsi Ketidakcukupan Data pada Data Runtun Waktu (Studi Kasus: Peramalan Harga Minyak Mentah Indonesia Tahun 2020 - 2022)

    Thumbnail
    View/Open
    19611001.pdf (12.96Mb)
    Date
    2023
    Author
    Tanza, Alifia
    Metadata
    Show full item record
    Abstract
    Menjadi salah satu negara pengimpor minyak membuat perekonomian Indonesia sangat bergantung terhadap kondisi harga minyak. Perubahan yang terjadi dapat mengakibatkan efek samping yang buruk pada perekonomian, hingga dapat mengakibatkan terjadinya inflasi. Selain itu, naiknya harga minyak dapat membuat harga bahan-bahan pokok juga menjadi naik. Tetapi, jika harga minyak cenderung menurun secara terus menerus juga akan memberikan efek yang buruk terhadap pendapatan negara. Oleh karena itu peramalan mengenai harga minyak bumi di Indonesia sangat penting dilakukan. Selain untuk mengurangi efek samping dari ketidakpastian harga, hasil dari peramalan yang dilakukan juga akan dapat dijadikan sebagai acuan bagi para investor dan pemerintah. Investor dapat menjadikan hasil dari peramalan sebagai referensi dalam membuat keputusan untuk berinvestasi di pasar energi. Sedangkan pemerintah dapat menjadikan hasil peramalan ini sebagai acuan untuk membuat formulasi rancangan dan kebijakan dalam mengurangi dampak buruk dari perubahan harga minyak, sehingga Indonesia akan siap dalam menghadapi perubahan harga minyak bumi di masa yang akan datang. Pada penelitian ini dilakukan peramalan dengan menggunakan metode Moving Block Bootstrap ARIMA. Pada penelitian dilakukan pembagian data menjadi 3 blok atau kelompok dengan 200 kali perulangan. Dimana pada setiap perulangannya dilakukan identifikasi model dengan menggunakan metode ARIMA. Berdasarkan hasil pengujian signifikansi parameter dan pengujian kelayakan model, didapatkan model untuk Moving Block Bootstrap ARIMA terbaik adalah model Moving Block Bootstrap ARIMA(3,2,0) dengan tingkat persentase kesalahannya adalah sebesar 10.55%. Kemudian dilakukan peramalan dengan model terpilih, dimana didapatkan hasil peramalan bahwa untuk 6 periode kedepan yaitu Januari 2023 - Juni 2023 harga minyak mentah Indonesia akan turun secara signifikan setiap periode. Dimana jika ini terjadi maka akan terjadi penurunan terhadap realisasi APBN dari pajak penghasilan minyak dan gas.
    URI
    dspace.uii.ac.id/123456789/56984
    Collections
    • Statistics [1223]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV