Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Wahana Matematika dan Sains MATHunesa: Jurnal Ilmiah Matematika
Affiati Oktaviarina
Unknown Affiliation
Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Perbandingan Metode Benktander dan Munich Chain Ladder dalam Mengestimasi Cadangan Klaim Asuransi Commercial Multi-Peril: Perbandingan Metode Benktander dan Munich Chain Ladder dalam Mengestimasi Cadangan Klaim Asuransi Commercial Multi-Peril Rinda Ariyanti; Affiati Oktaviarina
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p475-486

Abstract

ABSTRAK Sebagai salah satu manajemen risiko bagi perusahaan asuransi, perhitungan estimasi cadangan klaim diperlukan untuk mengetahui dana yang harus disiapkan untuk membayar klaim di masa depan. Perhitungan estimasi cadangan klaim harus dilakukan secara akurat dengan metode yang tepat agar tidak menyebabkan kerugian bahkan kebangkrutan bagi perusahaan asuransi apabila hasil estimasi yang diperoleh sangat jauh dari nilai aktual. Penelitian ini bertujuan untuk membandingkan metode Benktander dan Munich Chain Ladder dalam mengestimasi cadangan klaim asuransi commercial multi-peril berdasarkan nilai prediction error yang diperoleh. Prediction error yang digunakan adalah MAPE (Mean Absolute Percentage Error) dan MSE (Mean Square Error). Data yang digunakan berupa data sekunder yang bersumber dari laporan tahunan salah satu perusahaan asuransi di Amerika Serikat. Berdasarkan hasil penelitian yang diperoleh, dapat disimpulkan bahwa metode Munich Chain Ladder memiliki performa yang lebih baik dibandingkan dengan metode Benktander dalam mengestimasi cadangan klaim asuransi commercial multi-peril karena memiliki nilai MAPE dan MSE yang lebih kecil. ABSTRACT As a part of risk management for insurance companies, the estimation of claim reserves is essential to determine the funds that must be allocated for future claim payments. The estimation process must be conducted accurately using an appropriate method to prevent financial losses or even bankruptcy if the estimated results significantly deviate from the actual values. This study aims to compare the Benktander and Munich Chain Ladder methods in estimating claim reserves for commercial multi-peril insurance based on the obtained prediction error values. The prediction errors used in this study are MAPE (Mean Absolute Percentage Error) and MSE (Mean Square Error). The data utilized consists of secondary data sourced from the annual report of an insurance company in the United States. Based on the research findings, it can be concluded that the Munich Chain Ladder method performs better than the Benktander method in estimating claim reserves for commercial multi-peril insurance, as it yields lower MAPE and MSE values.
Peramalan Harga Saham Komoditas Agribisnis PT. XYZ dengan Perbandingan Metode ARIMA dan LSTM isna olivia1 masulya; Affiati Oktaviarina
Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya Vol. 20 No. 2 (2026): Agustus 2026 (In Press)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/wms.v20i2.119008

Abstract

Harga penutupan saham pada sektor komoditas agribisnis merupakan salah satu indikator yang penting bagi para investor, karena memiliki pergerakan yang fluktuatif dan dipengaruhi oleh berbagai faktor ekonomi. Pola data harga saham cenderung berubah-ubah menyebabkan proses peramalan menjadi sebuah tantangan, terutama pada data saham harian. Penelitian ini bertujuan untuk membandingkan kinerja metode AutoRegressive Integrated Moving Average(ARIMA) dan Long Short Term Memory(LSTM) dalam meramalkan harga penutupan saham PT. XYZ. Data yang digunakan yaitu data sekunder harian harga penutupan saham PT. XYZ periode Januari 2020 hingga Desember 2025, yang diperoleh dari laman investing.com. Metode ARIMA digunakan untuk mennangkap pola linier pada data deret waktu, sedangkan LSTM digunakan untuk menangkap pola nonlinier yang kompleks.  Tahapan penelitian meliputi pembagian data pelatihan dan data pengujian, pembentukan model ARIMA dan LSTM, perbandingan prediksi antar dua metode, serta evaluasi kinerja setiap metode menggunakan nilai Root Mean Square Error(RMSE) dan Mean Absolute Percentage Error(MAPE). Hasil penelitian menunjukkan bahwa kedua metode mampu memprediksi harga penutupan saham PT. XYZ dengan baik, namun metode ARIMA memberikan hasil yang lebih akurat dibandingkan metode LSTM. Hal ini ditunjukkan oleh nilai RMSE dan nilai MAPE dari ARIMA yang lebih kecil daripada LSTM, yaitu sebesar 0,1044 untuk nilai RMSE dan 1,63% untuk nilai MAPE nya, sehingga metode ARIMA lebih efektif untuk digunakan dalam peramalan harga penutupan saham harian PT. XYZ. Kata Kunci: Peramalan saham; Deret waktu; ARIMA; LSTM
Perbandingan Model SARIMA dan SARIMAX dalam Peramalan Produksi Padi Bulanan di Kabupaten Banyuwangi Erma Kusumawati; Affiati Oktaviarina
MATHunesa: Jurnal Ilmiah Matematika Vol. 14 No. 02 (2026)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v14n02.p205 - 218

Abstract

Produksi padi merupakan komoditas pangan strategis yang berperan penting dalam mendukung ketahanan pangan. Kabupaten Banyuwangi sebagai salah satu sentra produksi padi di Provinsi Jawa Timur menunjukkan produksi padi bulanan yang berfluktuasi secara musiman dan mengalami kecenderungan penurunan dalam beberapa tahun terakhir, sehingga menimbulkan ketidakpastian dalam memperkirakan produksi padi pada periode mendatang. Kondisi tersebut menuntut adanya metode peramalan yang mampu menangkap pola musiman data produksi padi serta mempertimbangkan pengaruh faktor eksternal, khususnya luas panen. Penelitian ini bertujuan untuk menentukan model SARIMA dan SARIMAX terbaik, membandingkan kinerja kedua model dalam meramalkan produksi padi bulanan di Kabupaten Banyuwangi, serta menghasilkan peramalan produksi padi untuk 12 bulan ke depan. Data yang digunakan berupa data sekunder produksi padi dan luas panen padi bulanan di Kabupaten Banyuwangi periode Januari 2018 hingga Desember 2024 yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Timur. Hasil penelitian menunjukkan bahwa model SARIMA terbaik yang diperoleh adalah SARIMA (0,1,2)(0,1,1)12, sedangkan model SARIMAX terbaik adalah SARIMAX (2,1,2)(0,1,1)12. Evaluasi kinerja peramalan menunjukkan bahwa model SARIMAX (2,1,2)(0,1,1)12 memiliki tingkat akurasi yang lebih baik dibandingkan model SARIMA (0,1,2)(0,1,1)12, ditunjukkan oleh nilai MAPE sebesar 4,50% yang berada pada kategori sangat akurat. Hasil peramalan produksi padi bulanan Kabupaten Banyuwangi untuk periode Januari hingga Desember 2025 menunjukkan pola fluktuasi musiman, dengan produksi tertinggi diperkirakan terjadi pada bulan April dan produksi terendah pada bulan Februari. Kata Kunci: Produksi Padi, Peramalan, Musiman, SARIMA, SARIMAX.
Co-Authors Erma Kusumawati isna olivia1 masulya Rinda Ariyanti