Analisis Return Investasi Logam Mulia (Emas) dan Portofolio Saham Menggunakan Prediksi Berbasis Autoregressive Integrated Moving Average–Generalized Autoregressive Conditional Heteroschedasticity (ARIMA-GARCH)

Salsabilla, Jacyntha Diva (2022) Analisis Return Investasi Logam Mulia (Emas) dan Portofolio Saham Menggunakan Prediksi Berbasis Autoregressive Integrated Moving Average–Generalized Autoregressive Conditional Heteroschedasticity (ARIMA-GARCH). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311840000033-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB)

Abstract

Investasi adalah upaya menanamkan modal atau dana dengan harapan bisa mendapatkan keuntungan (return) di masa mendatang. Ada beberapa hal yang dapat diperhatikan dan dapat menjadi acuan penting sebelum seseorang mengivestasikan modalnya. Pertama adalah tentukan berapa banyak modal yang kita miliki, dengan menentukan modal kita dapat mengetahui tolak ukur modal yang kita miliki apakah kita memiliki modal yang kecil atau besar. Kedua tentukan latar belakang atau tujuan untuk apa seseorang menginvestasikan dana mereka, hal ini dilakukan karena tiap-tiap orang karakter yang berbeda, memiliki tujuan yang berbeda, dan memiliki kemampuan finansial masing-masing. Logam mulia emas memberikan hasil dan tingkat sekuritas yang lebih baik dibandingkan dengan berinvestasi pada saham perusahaan. Namun, jika dilihat dari segi risiko dan return, investasi pada saham (IHSG) lebih menguntungkan dibandingkan dengan berinvestasi pada emas fisik. Salah satu metode untuk memodelkan dan memprediksi harga emas atau saham adalah Autoregressive Integrated Moving Average-GARCH (ARIMA-GARCH). Pemodelan yang telah dilakukan menghasilkan model prediksi ARIMA-GARCH terbaik untuk GOLD adalah ARIMA(1,1,0)-GARCH(1,1), untuk BBCA adalah ARIMA(0,1,1)-GARCH(1,1), untuk BBRI adalah ARIMA(2,1,1)-GARCH(1,1), untuk TLKM adalah ARIMA(2,1,3)-GARCH(1,1), dan untuk BMRI adalah ARIMA(2,1,1)-GARCH(1,1). Penghitungan tingkat pengembalian emas (GOLD) memperoleh nilai sebesar 50,28% sedangkan tingkat pengembalian portofolio optimal saham memperoleh nilai sebesar 50,14%. Tingkat pengembalian GOLD memiliki nilai yang lebih besar dibandingkan portofolio optimal saham dengan selisih sebesar 0,14%.
==============================================================================================================================
Investment is an effort to invest capital or funds to get a return in the future. Several things can be considered and can be an important reference before someone invests their capital. The first is to determine how much capital we have; by determining the capital, we can determine the benchmark of the capital we have, whether we have a small or large capital. Second, determine the background or purpose for which someone invests their funds; this is done because each person has different character, goals, and financial capabilities. The precious metal gold provides better yields and security levels than investing in company shares. However, from a risk and return perspective, investing in stocks (JCI) is more profitable than investing in physical gold. One method for modeling and predicting gold or stock prices is Autoregressive Integrated Moving Average-GARCH (ARIMA-GARCH). The modeling that has been done produces the best ARIMA-GARCH prediction model for GOLD is ARIMA(1,1,0)-GARCH(1,1), for BBCA is ARIMA(0,1,1)-GARCH(1,1), for BBRI is ARIMA(2,1,1)-GARCH(1,1), for TLKM it is ARIMA(2,1,3)-GARCH(1,1), and for BMRI it is ARIMA(2,1,1)-GARCH(1,1). The calculation of the rate of return for gold (GOLD) obtained a value of 50.28%, while the optimal return on the stock portfolio obtained 50.14%. The rate of return of GOLD has a greater value than the optimal stock portfolio, with a difference of 0.14%.

Item Type:	Thesis (Other)
Additional Information:	RSAk 332.6 Sal a-1 2022
Uncontrolled Keywords:	ARIMA. GARCH. Emas. Portofolio saham. Prediksi return. ARIMA. GARCH. Gold. Stock Portfolio. Return Prediction.
Subjects:	H Social Sciences > HA Statistics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	11 Jun 2026 06:33
Last Modified:	11 Jun 2026 06:33
URI:	http://repository.its.ac.id/id/eprint/133738

Actions (login required)

View Item