Pengukuran risiko menjadi kajian penting karena seringkali berhubungan dengan
investasi yang cukup besar dan sering berkaitan dengan dana publik. Risiko
berkaitan erat dengan data time series. Generalized Autoregressive Conditional Heteroscedastic
(GARCH) digunakan untuk memodelkan variansi data yang bergerak
terhadap waktu (volatilitas). Value-at-Risk (VaR) ditentukan dengan melibatkan
Copula sebagai fungsi distribusi gabungan dua peubah acak. Pendekatan Copula
bertujuan untuk menangkap perilaku struktur kebergantungan dua aset. Pada Tugas
Akhir ini, ditentukan nilai VaR pada portofolio dua aset dari harga saham
Honda dan Toyota. Penentuan VaR didasarkan pada model GARCH dan Copula.
Kemudian dihasilkan parameter Copula Gaussian yang melibatkan GARCH sebagai
syarat distribusi marginal untuk melihat dependensi Copula terhadap data. Berdasarkan
hasil VaR portofolio menggunakan GARCH-Copula terdapat mean error
sebesar 10 data. Selain dengan GARCH-Copula, dicari juga menggunakan historical
simulation dengan mendapatkan mean error sebesar 59 data. Oleh karena itu,
GARCH-Copula lebih representatif untuk memprediksi nilai VaR portofolio.