Data Kelompok

Pada Kesempatan kali ini, kami dari Kelompok 1 mendapatkan tema Ekonomi. Sehubungan dengan hal tersebut, kami memutuskan untuk mengambil dataset Saham BBCA sebagai acuan data deret waktu kami. Harga Saham yang kami ambil adalah harga penutupan saham Mingguan dari Tahun (2004- 2024). Harga Mingguan Saham sejatinya adalah harga terakhir penutupan sebuah saham pada rentan waktu dimana saham itu dijual di bursa dalam suatu minggu, yang adalah Hari Jumat Pukul 3 Sore.

Import Data

library(readxl)

## Warning: package 'readxl' was built under R version 4.3.2

library(tsibble)

## Warning: package 'tsibble' was built under R version 4.3.3

## Registered S3 method overwritten by 'tsibble':
##   method               from 
##   as_tibble.grouped_df dplyr

## 
## Attaching package: 'tsibble'

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, union

library(tseries)

## Warning: package 'tseries' was built under R version 4.3.3

## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo

library(MASS)
data<-read_excel("C:/Users/Admin/Downloads/Adriano Excel Putra/Data Full MPDW.xlsx", sheet=1)
head(data)

## # A tibble: 6 × 2
##   Date                Close
##   <dttm>              <dbl>
## 1 2004-06-07 00:00:00  180 
## 2 2004-06-14 00:00:00  178.
## 3 2004-06-21 00:00:00  182.
## 4 2004-06-28 00:00:00  180 
## 5 2004-07-05 00:00:00  190 
## 6 2004-07-12 00:00:00  190

Mengubah Tipe Data

Data.ts<- ts(data$Close)
## Membuat Plot Untuk Melihat Pola Saham

ts.plot(Data.ts, xlab="Waktu", ylab="Harga Penutupan", main="Time Series Plot")
points(Data.ts)

Dapat Dilihat Secara Eksplorasi Lewat Plot Time Series, Data ini memiliki Pola Tren. Tren pada data ini dapat dikatakan Tren yang positif karena terlihat adanya kenaikan berdasarkan waktu. Secara Visualisasi Kita dapat mengatakan Mungkin data ini Tidak stasioner dalam Rataan dan dalam Ragam. Tidak stasioner dalam rataan karena adanya pola tren yang terbuat, Tidak Stasioner dalam ragam karena banyak pola “Pita” yang cenderung cukup berbeda di setiap tren periode waktu.

Pengujian Stasioneritas

Stasioner Rataan

Plot ACF

acf(Data.ts)

Dapat dilihat Dari Plot ACFnya bahkan sampai di LAG ke 30 saja masih Tails off slowly. Hal ini menunjukkan bahwa Data keseluruhan Penutupan Saham BBCA Periode 2004-2024 TIdak Stasioner dalam Rataan.

Uji ADF

adf.test(Data.ts)

## 
##  Augmented Dickey-Fuller Test
## 
## data:  Data.ts
## Dickey-Fuller = -1.3766, Lag order = 10, p-value = 0.8422
## alternative hypothesis: stationary

\(H_0\) : Data tidak stasioner dalam rataan

\(H_1\) : Data stasioner dalam rataan

Berdasarkan uji ADF tersebut, didapat p-value sebesar 0.8422 yang lebih besar dari taraf nyata 5% dan menandakan bahwa data tidak stasioner dalam rataan. Hal ini sesuai dengan hasil eksplorasi menggunakan plot time series dan plot ACF.

Stasioner Ragam

Plot Box-Cox

index <- seq(1, 1056)
bcfull <- boxcox(Data.ts ~ index, lambda = seq(-2, 2, by = 0.1))

#Nilai Rounded Lambda
lambda <- bcfull$x[which.max(bcfull$y)]
lambda

## [1] 0.2222222

# Menghitung Confidence Interval
CI <- bcfull$x[bcfull$y > max(bcfull$y) - 1/2 * qchisq(0.95, 1)]
CI

## [1] 0.2222222

Didapat Selang kepercayaan yang sangat ketat di taraf kepercayaan 95% berada pada lambda optimumnya 0,222, dan tidak memasukkan Lambda lainnya, Termasuk Lambda 1 , hal ini mengindikasikan bahwa data tidak stasioner dalam Ragam.