Article Per Year (5 Year)
p-Index From 2021 - 2026
3.947
P-Index
This Author published in this journals
All Journal Jurnal Ekonomi Kuantitatif Terapan dCartesian: Jurnal Matematika dan Aplikasi Media Statistika Indonesian Journal of Mathematics and Natural Sciences Gadjah Mada International Journal of Business Jurnal Sains Matematika dan Statistika Desimal: Jurnal Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) International Journal on Emerging Mathematics Education Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) ComTech: Computer, Mathematics and Engineering Applications Jurnal Linguistik Komputasional Imajiner: Jurnal Matematika dan Pendidikan Matematika KAIBON ABHINAYA : JURNAL PENGABDIAN MASYARAKAT Jurnal Abdi Insani SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Journal of Science and Science Education Jurnal Akuntansi dan Keuangan Prosiding University Research Colloquium Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya d'Cartesian: Jurnal Matematika dan Aplikasi International Journal of Computing Science and Applied Mathematics-IJCSAM
Didit Budi Nugroho
Universitas Kristen Satya Wacana
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Volatility Fitting Performance of QGARCH(1,1) Model with Student-t, GED, and SGED Distributions Didit Budi Nugroho; Bintoro Ady Pamungkas; Hanna Arini Parhusip
ComTech: Computer, Mathematics and Engineering Applications Vol. 11 No. 2 (2020): ComTech
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/comtech.v11i2.6391

Abstract

The research had two objectives. First, it compared the performance of the Generalized Autoregressive Conditional Heteroscedasticity (1,1) (GARCH) and Quadratic GARCH (1,1) (QGARCH)) models based on the fitting to real data sets. The model assumed that return error follows four different distributions: Normal (Gaussian), Student-t, General Error Distribution (GED), and Skew GED (SGED). Maximum likelihood estimation was usually employed in estimating the GARCH model, but it might not be easily applied to more complicated ones. Second, it provided two ways to evaluate the considered models. The models were estimated using the Generalized Reduced Gradient (GRG) Non-Linear method in Excel’s Solver and the Adaptive Random Walk Metropolis (ARWM) in the Scilab program. The real data in the empirical study were Financial Times Stock Exchange Milano Italia Borsa (FTSEMIB) and Stoxx Europe 600 indices over the daily period from January 2000 to December 2017 to test the conditional variance process and see whether the estimation methods could adapt to the complicated models. The analysis shows that GRG Non-Linear in Excel’s Solver and ARWM methods have close results. It indicates a good estimation ability. Based on the Akaike Information Criterion (AIC), the QGARCH(1,1) model provides a better fitting than the GARCH(1,1) model on each distribution specification. Overall, the QGARCH(1,1) with SGED distribution best fits both data.
Modeling of Returns Volatility using GARCH(1,1) Model under Tukey Transformations Didit Budi Nugroho; Bambang Susanto; Kezia Natalia Putri Prasetia; Rebecca Rorimpandey
Jurnal Akuntansi dan Keuangan Vol. 21 No. 1 (2019): MAY 2019
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.325 KB) | DOI: 10.9744/jak.20.1.12-20

Abstract

This study proposed two new classes of GARCH(1,1) model by applying the Tukeytransformations to the returns and to the lagged variance. The behavior of return volatility was investigated on the basis of models with normal and Student-t distributions for return error. The competing models were estimated by using the Excel Solver and Matlab tools. The empirical analysis is based on simulated data, daily exchange rates of the IDR/USD, and daily stock indices of FTSE100 and TOPIX. This study recommends the use of Excel Solver for finance academics and practitioners working on volatility using GARCH(1,1) models. Our empirical findings conclude that GARCH(1,1) models under Tukey transformations should be considered in risk management decisions since the models are more appropriate than standard for describing returns and volatility of financial time series and its stylized facts including fat tails and mean reverting. The Tukey transformed returns imply a shorter volatility half-life, and thus this study suggests that investors should invest the observed assets in a shorter time period to obtain higher returns.
Studi Ekstraksi Fitur Data Teks Rencana Pelaksanaan Pembelajaran Memanfaatkan Model Word2Vec Daniel Eliazar Latumaerissa; Suryasatriya Trihandaru; Didit Budi Nugroho
Jurnal Linguistik Komputasional Vol 4 No 2 (2021): Vol. 4, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v4i2.54

Abstract

Abstrak— Natural Language Processing (NLP) adalah bidang dalam ilmu computer yang mencoba menjembatani mesin dan manusia melalui analisa bahasa manusia, misalnya dalam bentuk teks. Data berupa teks sebelum digunakan dalam pelatihan mesin perlu dirubah terlebih dahulu menjadi vektor (trasnformasi) bermakna sehingga dapat dihitung secara matematis. Pemilihan teknik transformasi atau dikenal juga dengan Vector Space Model (VSM) menjadi penting karena dapat berpengaruh terhadap proses pelatihan mesin. Telah dilakukan uji transformasi teks ke vektor menggunakan model Word2Vec pada dataset RPP dan didapatkan bahwa variasi Bag of Centroids Based Word2Vec adalah pilihan Teknik terbaik untuk melakukan transformasi teks dataset RPP berdasarkan analisa matriks hasil perhitungan cosine similarity.
Realized Volatility Forecasting for AI-Mining Sensor Data Using the Multi Layer Perceptron Method Obed Christian Dimitrio; Didit Budi Nugroho; Hanna Arini Parhusip; Atyanta Nika Rukmasari
Journal of Science and Science Education Vol 5 No 2 (2021): JoSSE Vol. 5 No. 2 (November 2021)
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/josse.v5i2p36 - 43

Abstract

This study aims to predict the Realized Volatility (RV) value from AI-Mining sensor data for the period 23 May to 6 June 2022 by using the Multi Layer Preceptron (MLP) method. MLP is the simplest method of artificial neural network. Based on the results obtained after doing MLP with the Python language on Google Colab, the predicted RV value for each data shows a movement in value that is almost similar to the original RV value. The Root Mean Squares Error (RMSE) value for each data prediction is relatively small, which indicates that the MLP method provide accurate prediction on the use of the AI-Mining sensor data to forecast RV.
Campus Entrepreneurship Service with Batik and Mathematical Ornaments Hanna Arini Parhusip; Hindriyanto Dwi Purnomo; Didit Budi Nugroho; Istiarsih Saputri Sri Kawuryan
KAIBON ABHINAYA : JURNAL PENGABDIAN MASYARAKAT Vol. 5 No. 2 (2023)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/ka.v5i2.5589

Abstract

The popularization of mathematics and the downstream of research in entrepreneurship is still very rare in universities. Therefore, the purpose of community service is to create campus entrepreneurial activities that popularize mathematics as research downstream. The used method is by preparing object-identifying designs and making products that contain and use these designs in the form of various items known to the public such as batik, accessories, souvenirs, and ornaments. Activities for socialization are carried out by participating in various exhibitions, and competitions and providing training to school students. Likewise, social media such as Instagram, YouTube, and Shopee are also marketing media. In 2022, partnerships with several restaurants and shops were used to expand marketing. In the last 3 years, significant results have been obtained in popularizing mathematics due to community service activities in the form of campus entrepreneurship in the Campus Intellectual Product Business Development Program scheme from the Indonesian government. The public can easily find products called Batik Innovation Mathematics (Batima) and Ornament Decorative of Mathematics (Odema) in the campus area, social media, Malioboro Mall Jogjakarta, and several restaurants in Salatiga.
Analisis Prediksi IHSG Berdasarkan Kurs Beli IDR-USD Melalui Regresi Copula Nia Lestari Arisandi; Didit Budi Nugroho; Leopoldus Ricky Sasongko
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol. 7 No. 2 (2018): September 2018
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.7.2.2018.20615

Abstract

Analisis prediksi merupakan langkah penting yang perlu dilakukan untuk menganalisis suatu model prediksi. Suatu model prediksi ditentukan untuk suatu tujuan guna memperoleh perkiraan nilai dari suatu pengamatan di masa depan. Pada umumnya, model prediksi diperoleh melalui metode regresi. Dalam paper ini, model prediksi yang dibahas adalah model yang diperoleh melalui metode regresi dan yang melibatkan fungsi yang disebut copula (bivariat), yang kemudian model ini disebut model regresi copula. Copula merupakan suatu fungsi distribusi gabungan yang dapat digunakan untuk menganalisis kebergantungan peubah-peubah acak dalam struktur yang digambarkan oleh fungsi copula itu sendiri. Fungsi-fungsi copula yang variatif mampu memberikan banyak pilihan model-model regresi copula. Data yang dikaji dalam paper ini adalah data return IHSG dan return Kurs Beli IDR-USD, yang kemudian kedua data tersebut dimodelkan melalui model regresi copula. Ukuran kebergantungan kedua data return dapat dinyatakan oleh Kendall’s Tau dan Spearman’s Rho. Parameter yang dimiliki copula diestimasi melalui nilai Kendall’s Tau atau Spearman’s Rho yang diperoleh dari kedua data return sehingga tiap copula memiliki kemungkinan untuk memodelkan kedua data return berdasarkan parameter yang telah diestimasi dari cara tersebut. Model regresi copula diperoleh dari ekspektasi bersyarat yang dimiliki copula untuk peubah return IHSG bergantung pada peubah return Kurs Beli IDR-USD yang mana perolehan nilai prediksi return IHSG yang bergantung pada nilai return Kurs Beli IDR-USD dihitung dengan menggunakan metode Monte Carlo. Model regresi copula terbaik dari hasil pembahasan dalam paper ini adalah model regresi copula Frank dengan distribusi marginal return IHSG adalah distribusi Laplace dan marginal return Kurs beli IDR-USD adalah distribusi Normal. Model regresi copula Frank tersebut terpilih menjadi yang terbaik berdasarkan dari error nilai prediksi terhadap data return IHSG yang bergantung pada return Kurs Beli IDR-USD relatif kecil dibandingkan dengan model regresi copula lain yang dibahas dalam paper ini.Kata Kunci :  Prediksi, Copula, Ukuran Kebergantungan, Kurs dan IHSG, Monte Carlo 
Introduction of Artificial Intelligence to Students Using AIOT-kit Based on ThingSpeak Trihandaru, Suryasatriya; Parhusip, Hanna Arini; Susanto, Bambang; Setiawan, Adi; Nugroho, Didit Budi; Kurniawan, Johanes Dian
SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Vol. 5 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/spekta.v5i2.9462

Abstract

Background: Schools struggle to engage students in science and technology, highlighting the need for innovative, tech-driven teaching methods to meet 21st-century educational demands. Contribution: An AIOT kit was developed to introduce middle school students to Artificial Intelligence (AI) and the Internet of Things (IoT). The kit measures environmental factors like temperature, humidity, pressure, and light, providing real-time data. Method: Students received training in mathematical and coding fundamentals, programmed the AIOT kit to collect data, and displayed it on the ThingSpeak dashboard. They also designed and assembled the kit, fostering peer-to-peer learning in future activities. Results: Students visualized data effectively and successfully connected the AIOT kit to the dashboard, confirming its functionality. Conclusion: The project enhanced students' understanding of AI and IoT, providing hands-on learning and boosting engagement in science and technology
Pemodelan Volatilitas untuk Return Indeks Saham Menggunakan Garch-M(1,1) Kurniawati, Dini; Nugroho, Didit Budi; Susanto, Bambang
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (968.976 KB)

Abstract

Studi ini fokus pada pengaplikasiaan model GARCH(1,1) dan GARCH-M(1,1) dengan inovasi berdistribusi normal. Model tersebut diaplikasikan pada data simulasi dan data riil dan utamanya diestimasi menggunakan Solver Excel. Data riil yang diamati yaitu data return harga saham S&P CNX Nifty, DJIA, dan S&P500 periode harian dari Januari 2000 sampai Desember 2017. Berdasarkan pada galat relatif dan perbandingan dengan hasil estimasi Matlab, studi ini menunjukkan bahwa Solver Excel handal untuk mengestimasi parameter-parameter model. Hasil empiris mendemonstrasikan bahwa model GARCH-M(1,1) menyediakan pencocokan yang lebih baik daripada model GARCH(1,1). Secara khusus, semua data saham yang diamati mendukung secara kuat penggunaan distribusi normal.
Analisis Kurva Kuantil Bersyarat untuk Data IHSG dan Kurs Beli CNY-IDR Hariyanto, H; Sasongko, Leopoldus Ricky; Nugroho, Didit Budi
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (909.325 KB)

Abstract

Analisis keterhubungan antara dua peubah acak kerap dipelajari melalui analisis regresi linier yang memiliki beberapa syarat perlu. Salah satu metode alternatif yang dapat digunakan terlepas dari keterbatasan regresi linier pada syarat tertentu adalah melalui analisis kurva kuantil bersyarat. Kurva kuantil bersyarat memperluas ide estimasi suatu model yang menggambarkan keterhubungan dua peubah yang mana perolehan kurva tersebut melibatkan fungsi distribusi bersyarat dari suatu peubah terhadap peubah yang lain. Dalam penelitian ini akan dikaji mengenai hubungan IHSG (Indeks Harga Saham Gabungan) dan kurs beli CNY-IDR yang digambarkan oleh kurva kuantil bersyarat dari beberapa Copula. Data yang digunakan yaitu data sekunder kurs beli CNY-IDR dan IHSG selama periode Januari 2018 sampai dengan Juni 2018 (semester pertama). Ukuran keterhubungan pada data tersebut didasarkan pada Kendall’s tau, Spearman rho, dan korelasi Pearson. Hasil penelitian menunjukkan bahwa hubungan antara kurs beli CNY-IDR dan IHSG berdasarkan ukuran Kendall’s tau, Spearman rho, dan korelasi Pearson adalah kecil/rendah yang berarti data saling bebas atau hampir tidak memiliki keterhubungan. Sementara Copula terbaik dalam menggambarkan hubungan kurs beli CNY-IDR dan IHSG dipilih berdasarkan nilai SSE (Sum Square Error) terkecil dari kurva kuantil bersyaratnya terhadap data. Kurva kuantil bersyarat dari copula Frank dengan distribusi marginal Cauchy, untuk kurs beli CNY-IDR, dan Normal, untuk IHSG, adalah model terbaik dalam menggambarkan keterhubungan data.
Pemodelan Volatilitas Return Menggunakan Model Garch(1,1) dengan Return Ditransformasi Box–Cox Prasetia, Kezia Natalia Putri; Nugroho, Didit Budi; Susanto, Bambang
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (986.346 KB)

Abstract

Studi ini mengusulkan klas baru dari model GARCH dengan mengaplikasikan keluarga transformasi Extended Box–Cox untuk return, yang selanjutnya dinamakan model EBCR-GARCH. Parameter-parameter model diestimasi utamanya menggunakan alat bantu Solver Excel. Analisis empiris didasarkan pada data simulasi dan data riil. Data riil yang digunakan adalah data kurs beli EUR, JPY dan USD terhadap IDR periode harian dari Januari 2010 sampai Desember 2017. Studi ini memperhatikan model dengan inovasi berdistribusi normal. Dalam kasus data simulasi, hasil estimasi menunjukkan bahwa model EBCR-GARCH(1,1) mengungguli model GARCH(1,1). Kemudian dalam kasus data riil, model EBCR-GARCH(1,1) mengungguli model GARCH(1,1) pada data kurs beli EUR terhadap IDR. Berdasarkan kelemahan dan keunggulan Solver Excel serta perbandingan hasil estimasi dengan metode yang berbeda, studi ini menyatakan bahwa Solver Excel handal dalam mengestimasi parameter-paremeter model.
Co-Authors A. Setiawan A.A. Ketut Agung Cahyawan W Adi Setiawan Agus Priyono Alfagustina, Yumita Cristin ALOYSIUS JOAKIM FERNANDEZ Anggita M Kusumawati Arisandi, Nia Lestari Atyanta Nika Rukmasari Bambang Susanto Beni Utomo Daivi Wardani, Daivi Daniel Eliazar Latumaerissa Dini Kurniawati E. D. Saputri, E. D. Erlina Prihatnani Faldy Tita Hanafi, Fika Maula Hanna A. Parhusip Hanna Arini Parhusip Hariadi, Adrianus Herry Hariyanto, H Hindriyanto Dwi Purnomo Irfani, Nur Istiarsi Saptuti Sri Kawuryan Istiarsih Saputri Sri Kawuryan Kezia Natalia Putri Prasetia Kholil, Zaini Kurniawan, Johanes Dian Lea, Lea Lennox Larwuy Leopoldus Ricky Sasongko Leopoldus Ricky Sasongko Lydia Soepriyani Fallo Mince M. M. Rosely Nia Lestari Arisandi Obed Christian Dimitrio Pamungkas, Bintoro Ady Panjaitan, Lam P. Panjaitan, Lam Peter Prasetia, Kezia Natalia Putri Puspitasari, Agnes Dhika Putri, Zefania Sasongko Rahmawanto, Setya Budi Rebecca Rorimpandey Rorimpandey, Rebecca Rudhito, Andy Santosa, Petrus Priyo Sassongko, Leopoldus Ricky Sri Kawuryan, Istiarsi Saptuti Sri Suryasatriya Trihandaru Tundjung Mahatma Veny M Ningtyas Veny M. Ningtyas Wijaya, Melina Tito Wulandari, Nadya Putri Yulius Pratomo