Hasil Estimasi semua alternatif model ARCH-GARCH seperti pada Tabel 3.4 kemudian dibandingkan satu dengan lainnya. Dengan melihat nilai R
2
, nilai AIC SIC,dan terakhir keakuratan prediksinya untuk dipilih satu model terbaik.
Hasil programnya dapat dilihat pada lampiran.
3.4.1 Pemilihan Model terbaik
Tahap selanjutnya membandingkan nilai
2
, nilai AIC dan SIC diantara keenam model ARCH-GARCH yang telah diestimasi. Dari tabel 3.4 terlihat
bahwa berdasarkan koefisien tanda, keenam model sama-sama memiliki 4 variabel yang tanda koefisiennya sesuai dengan hipotesis. Apabila dilihat dari uji
signifikan model, maka semua model memiliki variabel independen yang signifikan. Tapi jika dilihat dari nilai
2
, AIC dan SIC model GARCH 1.1, GARCH 1.2, dan GARCH 2.2, merupakan model yang memiliki nilai
2
, AIC dan SIC paling besar diantara model-model yang lain.
Tabel 3.5 Nilai
�
�
, AIC dan SIC
Variabel ARCH-GARCH
GARCH 1.1 GARCH 1.2
GARCH 2.2
2
0,161523 0,147322
0,281754 AIC
11,68198 11,63800
11,98921 SIC
11,76748 11,73775
12,10321
Dapat disimpulkan bahwa ketiga model tersebut merupakan tiga model yang terbaik dari hasil nilai
2
, AIC dan SIC. Kemudian dilakukan peramalan forcasting.
Sebelum melakukan permalan, maka untuk menentukan model terbaik adalah dengan membandingkan nilai root mean square error RMSE, mean
absolute error MAE dan mean absolute percent error MAPE. Model terbaik
yang dipilih adalah model yang memiliki nilai RMSE, MAE, dan MAPE
Universitas Sumatera Utara
paling rendah. Nilai RMSE, MAE, dan MAPE masing- masing model disajikan dalam Tabel 3.6.
Tabel 3.6 Perbandingan nilai RMSE, MAE, dan MAPE Model ARCH- GARCH
Model RMSE
MAE MAPE
GARCH 1,1 145,2454
104,6097 2,615747
GARCH 1.2 146,4703
105,2723 2,63287
GARCH 2,2 134,4292
102,2742 0,016314
Setelah diteliti dan melihat perbandingan nilai yang diperoleh, ternyata model GARCH 2.2 menjadi model terbaik yang memilki nilai paling rendah untuk
nilai root mean square error RMSE, mean absolute error MAE dan mean absolute percent error
MAPE, sehingga model GARCH 2.2 merupakan model yang terbaik di antara keenam alternatif yang diajukan.
Hasil programnya dapat dilihat pada lampiran
3.4.2 Interpretasi Hasil
