MODEL DURASI BERSYARAT AUTOREGRESSIVE DENGAN DISTRIBUSI WEIBULL; (AUTOREGRESSIVE CONDITIONAL DURATION MODEL WITH WEIBULL DISTRIBUTION)

Yeni Rafita Sihombing, Dedi Rosadi

2015 | Disertasi | PROGRAM STUDI S2 MATEMATIKA

Analisis data time series adalah jenis data yang terdiri atas variabel – variabel yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu untuk suatu kategori atau individu tertentu. Model ACD (Autoregressive Conditional Duration) adalah salah satu model yang dapat digunakan untuk data time series. Model ACD (Autoregressive Conditional Duration) adalah model yang menggunakan data durasi dimana yang menjadi tujuan dari model ACD (Autoregressive Conditional Duration) adalah untuk memodelkan data durasi antar transaksi dengan interval waktu yang sempit dan tidak beraturan. Di dalam pemodelan ACD (Autoregressive Conditional Duration) dilakukan pemilihan distribusi yang cocok untuk error dan distribusi yang dipilih adalah distribusi weibull karena distribusi weibull memiliki parameter bentuk yang dapat menggam barkan dinamika dari durasi. Paramater pada model ACD (Autoregressive Conditional Duration) diestimasi dengan menggunakan metode Maksimum Likelihood dan juga Estimating Function. Metode Estimating Function menggunakan metode iterasi numerik yaitu metode newton raphson untuk mengestimasi parameter dari model ACD (Autoregressive Conditional Duration). Diperoleh bahwa Metode Estimating function adalah metode yang baik digunakan untuk data saham Unilever dan metode Estimating Function memiliki variansi yang lebih kecil dibandingkan dengan metode Maksimum Likelihood.

Kata Kunci : MODEL DURASI BERSYARAT. AUTOREGRESSIVE, DISTRIBUSI WEIBULL