Maulidia Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025

Theses

Volatilitas harga minyak minyak mentah yang tidak stabil memeliki dampak terhadap ketidakpastian pasar globar. Hal ini disebabkan karena minyak mentah memiliki peranan yang sangat penting terhadap sistem perekonomian. Oleh karena itu, diperlukan model yang mampu memprediksi volatilitas harga minyak secara akurat untuk mendukung pengambilan keputusan di bidang ekonomi. Penelitian ini bertujuan untuk memodelkan dan memprediksi volatilitas harga minyak mentah dunia dengan menggunakan dua pendekatan, yaitu metode Generalized Autoregressive Conditional Heteroskedasticity (GARCH) dan Gated Recurrent Unit (GRU). Data yang digunakan adalah harga harian minyak mentah WTI (West Texas Intermediate) dari tanggal 3 Januari 2017 hingga 30 Mei 2025. Metode GARCH(1,1) diaplikasikan setelah dilakukan uji stasioneritas, identifikasi model ARMA, dan uji efek ARCH. Sedangkan metode GRU, sebagai salah satu jenis jaringan saraf tiruan berbasis deep learning, digunakan untuk memprediksi volatilitas setelah data melalui proses normalisasi dan pembagian data ke dalam subset pelatihan, validasi, dan pengujian. Hasil penelitian menunjukkan bahwa kedua model mampu menangkap pola volatilitas harga minyak, namun model GRU memberikan hasil prediksi yang lebih akurat. Hal ini dibuktikan dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,0642 dan Root Mean Squared Error (RMSE) sebesar 0,2354, yang lebih rendah dibandingkan metode GARCH yang memiliki nilai MAPE sebesar 0,1671 dan RMSE sebesar 0,7500. Dengan demikian, model GRU dinilai lebih efektif dalam meramalkan volatilitas harga minyak mentah dunia. Kata kunci: Volatilitas, Harga Minyak Mentah, GARCH, GRU, Prediksi, Deep Learning. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 165431 2025-07-23 10:10:54 2025-07-23 12:10:13 machine generated