<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="99532">
 <titleInfo>
  <title>PENERAPAN METODE AUTOREGRESSIVE DISTRIBUTED LAG (ARDL) DALAM MEMODELKAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DI INDONESIA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Nur Husna Adila</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>MIPA-STATISTIKA</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Indeks Harga Saham Gabungan (IHSG) merupakan gabungan dari indeks harga saham setiap perusahaan yang terdaftar di dalam bursa efek sejak tanggal 1 April 1983. Data yang digunakan pada penelitian ini adalah data bulanan IHSG, inflasi, suku bunga, nilai kurs USD terhadap rupiah dan harga emas di Indonesia sejak Januari 2011 sampai Desember 2020. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi IHSG dan memprediksi nilai IHSG di waktu yang akan datang menggunakan metode Autoregressive Distributed Lag (ARDL). Metode ARDL dapat digunakan jika data stasioner pada tingkat differencing tidak lebih dari satu dan tidak memiliki kointegrasi. Model ARDL terbaik yang didapatkan pada penelitian ini yaitu model ARDL(1,3,4,4,2) yang artinya faktor-faktor yang memengaruhi nilai IHSG adalah nilai IHSG pada satu bulan sebelumnya, tingkat inflasi pada tiga bulan sebelumnya, tingkat suku bunga dan nilai kurs USD terhadap rupiah pada empat bulan sebelumnya serta harga emas pada dua bulan sebelumnya. Kemudian untuk melihat keakuratan model ARDL maka dilakukan perbandingan antara data aktual dan data prediksi IHSG dengan hasil yang didapat adalah nilai Mean Absolut Percentage Error (MAPE) sebesar 1,210% yang artinya model ARDL(1,3,4,4,2) yang digunakan untuk memprediksi nilai IHSG memiliki keakuratan yang sangat baik karena nilai MAPE yang diperoleh dari model tersebut kurang dari 10%. Sedangkan nilai Mean Absolute Deviation (MAD), Mean Absolute Error (MAE) dan  Mean Square Error (MSE) sebesar 0,040, 0,045 dan 0,003 dimana nilai akurasi peramalan tersebut mendekati 0 sehingga dapat disimpulkan bahwa model ARDL yang digunakan memiliki keakuratan yang baik.&#13;
&#13;
Kata kunci: IHSG, inflasi, suku bunga, nilai kurs USD, harga emas, ARDL&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>99532</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-03-31 10:34:23</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-03-31 10:44:39</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>