Electronic Theses and Dissertation

Model ARCH/GARCH merupakan model yang secara eksplisit dapat memodelkan perubahan varians dalam data deret waktu dan cocok digunakan untuk data yang berfluktuatif seperti data harga komoditas pangan bidang perikanan. Harga ikan cakalang sering mengalami kenaikan dan penurunan secara drastis sehingga membuat harga di pasar menjadi tidak stabil. Peramalan harga ikan cakalang untuk periode mendatang sangat diperlukan oleh pelaku pasar sebagai langkah antisipasi terhadap perubahan harga. Penelitian ini membahas tentang penggunaan metode ARCH/GARCH dalam memprediksi harga ikan cakalang di UPTD Pelabuhan Perikanan Samudera (PPS) Kutaraja Banda Aceh. Penelitian ini menggunakan data sekunder, yaitu harga rata-rata bulanan ikan cakalang di UPTD PPS Kutaraja Tahun 2011 sampai dengan Tahun 2021 dengan satuan rupiah per kilogram. Model terbaik yang diperoleh adalah model GARCH(0,3) dengan nilai Akakike Information Criterion (AIC) terkecil yaitu sebesar -11,438 dan memenuhi uji ARCH-LM yang menandakan adanya unsur heteroskedastisitas pada model tersebut. Hasil penelitian menunjukkan bahwa model GARCH(0,3) memiliki tingkat akurasi peramalan dengan nilai MAPE sebesar 25,29% dan tergolong kepada tingkat akurasi peramalan yang cukup.

ARCH/GARCH model is a model that can explicitly model the variance changes in time series data and suitable for fluctuating data such as data on food commodity prices in the fisheries sector. The price of skipjack tuna often increases and decreases drastically, which may lead to an unstable prices in markets. Forecasting skipjack tuna prices for the future period is very much needed by market participants as an anticipatory step to the price changes. This study discusses the use of the ARCH/GARCH method in predicting the price of skipjack tuna at the UPTD Pelabuhan Perikanan Samudera (PPS) Kutaraja Banda Aceh. This study uses secondary data of the monthly average price of skipjack tuna in UPTD PPS Kutaraja from 2011 to 2021 in rupiah per kilogram. The best model obtained is the GARCH(0,3) model which generates the smallest Akakike Information Criterion (AIC) value of -11,438 and fulfills the ARCH-LM test which indicates the presence of heteroscedasticity in the model. The results showed that the GARCH(0,3) model has a forecasting accuracy level with a MAPE value of 25.29% and it can be concluded that this forecasting belongs to an enough level of accuracy.