Prediksi volatilitas harga bitcoin menggunakan exponential generalized autoregressive conditional heteroskedasticity (egarch)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Uzzakkiyah, Umi Nisa (2025) Prediksi volatilitas harga bitcoin menggunakan exponential generalized autoregressive conditional heteroskedasticity (egarch). Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Umi Nisa Uzzakkiyah_09030221049 OK.pdf Download (5MB)
	Text Umi Nisa Uzzakkiyah_09030221049 Full.pdf Restricted to Repository staff only until 28 July 2028. Download (4MB)

Abstract

Perkembangan pesat Bitcoin sebagai aset digital mendorong minat investor untuk memahami volatilitas harganya yang tinggi dan fluktuatif. Model tradisional seperti ARIMA tidak mampu menangkap dinamika volatilitas yang kompleks dan asimetris, sehingga penelitian ini menggunakan metode Exponential Generalized Autoregressive Conditional Heteroskedasticity (EGARCH). Data berupa harga harian Bitcoin periode Januari 2021–Oktober 2024 dari Yahoo Finance dianalisis menggunakan kriteria AIC, MAPE, dan SMAPE. Penelitian ini bertujuan memperoleh model EGARCH terbaik untuk memprediksi harga Bitcoin serta mengukur tingkat akurasinya. Hasil menunjukkan bahwa model EGARCH(4,2) merupakan model terbaik dengan nilai AIC sebesar 36,00890, residual bersifat white noise, MAPE sebesar 1,97%, dan SMAPE sebesar 1,95%, yang menunjukkan tingkat akurasi sangat tinggi. Dengan demikian, EGARCH efektif digunakan untuk memprediksi volatilitas harga Bitcoin.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Uzzakkiyah, Umi Nisa uminisauzzakkiyah18@gmail.com 09030221049
Contributors:	Contribution Name Email NIDN Thesis advisor Hamid, Abdulloh doelhamid@uinsa.ac.id 2028088501 Thesis advisor Khaulasari, Hani hani.khaulasari@uinsa.ac.id 0709029102
Subjects:	Matematika
Keywords:	ARCH/GARCH; Asimetri; EGARCH; Harga Bitcoin; MAPE; Volatilitas
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Umi Nisa Uzzakkiyah
Date Deposited:	28 Jul 2025 02:37
Last Modified:	28 Jul 2025 02:40
URI:	http://digilib.uinsa.ac.id/id/eprint/82581

Actions (login required)

View Item