Article Per Year (5 Year)
p-Index From 2020 - 2025
1.244
P-Index
This Author published in this journals
All Journal EKSAKTA: Journal of Sciences and Data Analysis Kinerja: Jurnal Ekonomi dan Manajemen Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri Indonesian Journal of Statistics and Its Applications
Hasna Afifah Rusyda
Universitas Padjadjaran
Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Penerapan metode double moving average, brown, holt linear, dan arima pada harga penutupan saham Nurul, Nabiilah; Caroline, Chelsea; Putri, Ananda; Rusyda, Hasna Afifah
KINERJA Vol 18, No 3 (2021)
Publisher : Faculty of Economics and Business Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29264/jkin.v18i3.8578

Abstract

Harga saham di periode selanjutnya perlu diprediksi oleh investor untuk meminimalisir potensi kerugian yang mungkin terjadi. Tujuan dari penelitian adalah untuk membandingkan dan mencari metode peramalan terbaik diantara 4 metode pendekatan peramalan yaitu Double Moving Average, Brown, Holt linear, dan Autoregressive Integrated Average (ARIMA) untuk melihat nilai Mean Absolute Percentage Error (MAPE). Metode yang menghasilkan nilai MAPE terkecil merupakan metode yang terbaik untuk diterapkan. Penelitian ini menggunakan data harga penutupan saham JKSE pada bulan September 2018 - bulan September 2020. Setelah melakukan perhitungan dengan bantuan software R Studio dan Ms. Excel, didapat metode Double Moving Average dengan nilai MAPE sebesar 1.0284%, Metode Brown memiliki nilai MAPE sebesar 1,0302%, metode Holt Linear memiliki nilai MAPE sebesar 1,0203%, dan metode ARIMA memiliki nilai MAPE sebesar 0,8244%. Jadi, dari perbandingan nilai MAPE metode-metode tersebut, metode peramalan yang disarankan adalah metode ARIMA karena menghasilkan nilai MAPE terkecil.
Utilization Copula in Determination of Shallot Insurance Premium Based on Regional Harvest Results Hasna Afifah Rusyda; Achmad Zabar Soleh; Lienda Noviyanti; Anna Chadidjah; Fajar Indrayatna
EKSAKTA: Journal of Sciences and Data Analysis VOLUME 1, ISSUE 2, August 2020
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/EKSAKTA.vol1.iss2.art11

Abstract

Abstract: Shallot is one of the highest-yielding horticultural crops in Indonesia and has the tendency to increase the profits of farmers in Indonesia. But until now in Indonesia there is no insurance for horticultural crops other than corn, whereas the shallot farmers face various sources of risk such as weather changes, pest attacks, or other technical factors that ultimately lead to uncertainty of agricultural yields (revenue risk). To overcome this loss, insurance companies can make products based on shallot yields and shallot market prices. Therefore it is essential to grasp the distribution of risk variables (shallot yields and shallot market prices) that interact simultaneously, not separate from one another. Omitting dependencies among risk variables can cause biased risk estimation. Copula can model the non-linear dependencies and can identify the structure of the dependencies between variables. The suitable copula for modeling yield and price risk of shallot is simulated to compute the premium. Result show that clayton copula is suitable for dependence modelling between risk variables.
Peramalan tingkat bunga bi 7-day repo rate menggunakan arima serta dampaknya bagi investor Nabilla Fadia Paramitha; Niken Hapsari Agustiningrum; Ni Made Ganesh Parardhya Candalalita; Hasna Afifah Rusyda
KINERJA Vol 18, No 2 (2021)
Publisher : Faculty of Economics and Business Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29264/jkin.v18i2.8580

Abstract

BI 7-Day Repo Rate merupakan suku bunga acuan baru yang ditetapkan mulai tahun 2016. Suku bunga acuan ini memiliki tenor yang lebih singkat dibandingkan dengan BI Rate yaitu hanya 7 hari. Singkatnya tenor BI 7-Day Repo Rate ini diharapkan akan meningkatkan efektifitas kebijakan moneter jika suatu saat terjadi perubahan, baik kenaikan ataupun penurunan, sehingga dampak terhadap perekonomian dapat dengan cepat teratasi. Penelitian ini bertujuan untuk meramalkan tingkat BI 7-Day Repo Rate selama lima periode ke depan (Desember 2020 s.d April 2021) hingga nantinya dapat menjadi acuan bagi para investor untuk mengalokasikan dananya dalam investasi ataupun didepositkan di lembaga perbankan. Data yang digunakan merupakan data primer mengenai nilai BI 7-Day Repo Rate selama periode Maret 2019 s.d November 2020 yang tercantum pada laman resmi BI. Peramalan BI 7-Day Repo Rate ini menggunakan model ARIMA(0,1,1) dengan konstanta (drift). Hasil peramalan pada penelitian ini menemukan bahwa BI-7 Day Repo Rate di periode Desember 2020 s.d. April 2021 akan selalu menurun dan berada pada kisaran 3-3.5%.
Optimal Retention for a Quota-Share Reinsurance Lienda Noviyanti; Achmad Zanbar Soleh; Anna Chadidjah; Hasna Afifah Rusyda
Jurnal Teknik Industri Vol. 20 No. 1 (2018): June 2018
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (502.882 KB) | DOI: 10.9744/jti.20.1.25-32

Abstract

The Indonesian Financial Services Authority (OJK) has instructed all insurance providers in Indonesia to apply a mandatory tariff for property insurance. The tariff has to be uniformly applied and the rule of set the maximum and minimum premium rates for protection against losses. Furthermore, the OJK issued the new rule regarding self-retention and domestic reinsurance. Insurance companies are obliged to have and implement self-retention for each risk in accordance with the self-retention limits. Fluctuations of total premium income and claims may lead the insurance company cannot fulfil the obligation to the insured, thus the company needs to conduct reinsurance. Reinsurance helps protect insurers against unforeseen or extraordinary losses by allowing them to spread their risks. Because reinsurer chargers premium to the insurance company, a properly calculated optimal retention would be nearly as high as the insurer financial ability.  This paper is aimed at determining optimal retentions indicated by the risk measure Value at Risk (VaR), Expected Shortfall (ES) and Minimum Variance (MV). Here we use the expectation premium principle which minimizes individual risks based on their quota share reinsurance. Regarding to the data in an insurance property, we use a bivariate lognormal distribution to obtain VaR, ES and MV, and a bivariate exponential distribution to obtain MV. The bivariate distributions are required to derive the conditional probability of the amount of claim occurs given the benefit has occurred.
Penerapan metode double moving average, brown, holt linear, dan arima pada harga penutupan saham Nabiilah Nurul; Chelsea Caroline; Ananda Putri; Hasna Afifah Rusyda
KINERJA Vol 18, No 3 (2021): Agustus
Publisher : Faculty of Economics and Business Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jkin.v18i3.8578

Abstract

Harga saham di periode selanjutnya perlu diprediksi oleh investor untuk meminimalisir potensi kerugian yang mungkin terjadi. Tujuan dari penelitian adalah untuk membandingkan dan mencari metode peramalan terbaik diantara 4 metode pendekatan peramalan yaitu Double Moving Average, Brown, Holt linear, dan Autoregressive Integrated Average (ARIMA) untuk melihat nilai Mean Absolute Percentage Error (MAPE). Metode yang menghasilkan nilai MAPE terkecil merupakan metode yang terbaik untuk diterapkan. Penelitian ini menggunakan data harga penutupan saham JKSE pada bulan September 2018 - bulan September 2020. Setelah melakukan perhitungan dengan bantuan software R Studio dan Ms. Excel, didapat metode Double Moving Average dengan nilai MAPE sebesar 1.0284%, Metode Brown memiliki nilai MAPE sebesar 1,0302%, metode Holt Linear memiliki nilai MAPE sebesar 1,0203%, dan metode ARIMA memiliki nilai MAPE sebesar 0,8244%. Jadi, dari perbandingan nilai MAPE metode-metode tersebut, metode peramalan yang disarankan adalah metode ARIMA karena menghasilkan nilai MAPE terkecil.
Peramalan tingkat bunga bi 7-day repo rate menggunakan arima serta dampaknya bagi investor Nabilla Fadia Paramitha; Niken Hapsari Agustiningrum; Ni Made Ganesh Parardhya Candalalita; Hasna Afifah Rusyda
KINERJA Vol 18, No 2 (2021): Mei
Publisher : Faculty of Economics and Business Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jkin.v18i2.8580

Abstract

BI 7-Day Repo Rate merupakan suku bunga acuan baru yang ditetapkan mulai tahun 2016. Suku bunga acuan ini memiliki tenor yang lebih singkat dibandingkan dengan BI Rate yaitu hanya 7 hari. Singkatnya tenor BI 7-Day Repo Rate ini diharapkan akan meningkatkan efektifitas kebijakan moneter jika suatu saat terjadi perubahan, baik kenaikan ataupun penurunan, sehingga dampak terhadap perekonomian dapat dengan cepat teratasi. Penelitian ini bertujuan untuk meramalkan tingkat BI 7-Day Repo Rate selama lima periode ke depan (Desember 2020 s.d April 2021) hingga nantinya dapat menjadi acuan bagi para investor untuk mengalokasikan dananya dalam investasi ataupun didepositkan di lembaga perbankan. Data yang digunakan merupakan data primer mengenai nilai BI 7-Day Repo Rate selama periode Maret 2019 s.d November 2020 yang tercantum pada laman resmi BI. Peramalan BI 7-Day Repo Rate ini menggunakan model ARIMA(0,1,1) dengan konstanta (drift). Hasil peramalan pada penelitian ini menemukan bahwa BI-7 Day Repo Rate di periode Desember 2020 s.d. April 2021 akan selalu menurun dan berada pada kisaran 3-3.5%.
Estimation of Value at Risk by Using GJR-GARCH Copula Based on Block Maxima Hasna Afifah Rusyda; Fajar Indrayatna; Lienda Noviyanti
Indonesian Journal of Statistics and Applications Vol 5 No 2 (2021)
Publisher : Departemen Statistika, IPB University dengan Forum Perguruan Tinggi Statistika (FORSTAT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/ijsa.v5i2p405-414

Abstract

This paper will discuss the risk estimation of a portfolio based on value at risk (VaR) using a copula-based asymmetric Glosten – Jagannathan – Runkle - Generalized Autoregressive Conditional Heteroskedasticity (GJR-GARCH). There is non-linear correlation for dependent model structure among the variables that lead to the inaccurate VaR estimation so that we use copula functions to model the joint probability of large market movements. Data is GEV distributed. Therefore, we use Block Maxima consisting of fitting an extreme value distribution as a tail distribution to count VaR. The results show VaR can estimate the risk of portfolio return reasonably because the model has captured the data properties. Data volatility can be accommodated by GJR-GARCH, Copula can capture dependence between stocks, and Block maxima can accommodate extreme tail behavior of the data.
Co-Authors Achmad Zabar Soleh Achmad Zanbar Soleh Achmad Zanbar Soleh, Achmad Zanbar Ananda Putri Ananda Putri, Ananda Anna Chadidjah Caroline, Chelsea Chelsea Caroline Fajar Indrayatna Lienda Noviyanti Nabiilah Nurul Nabilla Fadia Paramitha Ni Made Ganesh Parardhya Candalalita Niken Hapsari Agustiningrum Nurul, Nabiilah