Claim Missing Document
Check
Articles

Found 10 Documents
Search

PERAMALAN HARGA SAHAM TUTUP DENGAN METODE INTERPOLASI POLINOM LAGRANGE Pangruruk, F. Anthon; Barus, Simon Prananta; Siregar, Bakti
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pergerakan harga tutup saham yang fluktuatif, sangat sulit untuk diikuti naik dan turunnya harga saham. Oleh sebab itu dibutuhkan suatu model secara matematis untuk meramal harga tutup saham. Interpolasi polinom Lagrange merupakan model secara matematis dalam metode numerik yang dapat digunakan untuk meramal harga saham. Dalam metode ini variabel yang dibutuhkan adalah harga buka saham sebagai variabel input dan harga tutup saham sebagai variabel output. Simulasi peramalan harga saham dilakukan dengan mengambil data dari PT Astra Agro Lestari Tbk (AALI) di Bursa Efek Indonesia pada bulan November 2017 hingga Februari 2018. Data sekunder ini diolah, kemudian digunakan untuk menghitung ramalan harga tutup saham menggunakan komputasi. Hasil peramalan harga tutup saham dibandingkan dengan harga tutup saham close sesungguhnya pada harga saham bulan Februari 2018 sebagai data yang diuji dan kemudian ditentukan persentase galatnya. Galat yang kecil menunjukan bahwa hasil peramalan harga tutup saham mendekati harga tutup saham yang sebenarnya. Model interpolasi polinom Lagrange ini dapat digunakan para investor untuk memramalkan harga saham, sehingga menjadi bahan pertimbangan alternatif dalam pengambilan keputusan berinvestasi di saham. Kata kunci: Interpolasi, Polinom, Lagrange, Saham, Peramalan
Perbandingan Berbagai Model Peramalan Indeks Harga Saham Gabungan (IHSG) di Masa Pandemi Covid-19 Bakti Siregar; F. Anthon Pangruruk; Prya Artha Widjaja
Jurnal Multidisiplin Madani Vol. 2 No. 2 (2022): February 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (752.723 KB)

Abstract

The COVID-19 pandemic has a negative impact on various sectors, including the stock market where many people are hesitant to invest in stocks, especially in Indonesia. This condition is due to anxiety and the inability to control random influences in the field of buying and selling shares. However, investors can still get benefits in investing in stocks if every decision is made by using the best model to predict the future trend and determine their optimized portfolio. Therefore, this study aims to compare several models that can forecast the Composite Stock Price Index (IHSG). The results confirmed that the Prophet model is the best. These results are confirmed by observing the MAE, MAPE, MASE, SMAPE, RMSE, and R- squared.
Portfolio Optimization Based on Clustering of Indonesia Stock Exchange: A Case Study of Index LQ45 Bakti Siregar; F. Anthon Pangruruk
Indonesian Journal of Business Analytics Vol. 1 No. 1 (2021): April, 2021
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (700.196 KB) | DOI: 10.55927/ijba.v1i1.5

Abstract

In general portfolio optimization is a technique for selecting the proportion of assets to make a better portfolio by maximizing the expectation return while also minimizing the risk. In this research, k-means clustering method is used to classify stocks are listed on the LQ45 Index and select stocks whose has the price tend to be increase. Then the Markowitz approach is used to analyze the performance of optimization portfolio models that have a minimum variance in expected return and risk. After understanding the performance this portfolio optimization, future works will be able to apply this model in cloud computing or artificial intelligence. In addition, investors will develop a better view of the latest performance of the stocks are listed in LQ45 index and support them decide which stocks that should be include to their portfolios, thus prevent wrong decisions.
Pengenalan Data Science dan Profesi Data Scientist di SMA Pramita Tangerang Bakti Siregar; F. Anthon Pangruruk; Sherly Taurin Siridion; Kefas Ronaldo Immanuel; Jeffry Wijaya; Vanessa Supit; Jocelyn Irene Gani
Jurnal Pengabdian Masyarakat Bestari Vol. 1 No. 2 (2022): May 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (942.491 KB) | DOI: 10.55927/jpmb.v1i3.620

Abstract

Peran sains data diera digital seperti sekarang ini sangatlah penting karena begitu banyak data yang kita produksi setiap hari. Banyak ahli terutama para praktisi memperkirakan bahwa profesi data scientist merupakan profesi yang sangat dibutuhkan khususnya dalam proses penambangan data yang sangat besar (big data). Namun, tingginya permintaan terhadap profesi data scientist ini justru berbanding terbalik dengan ketersedian sumber daya manusia yang ada Indonesia. Sehingga, untuk menjawa  permasalahan tersebutdiatas maka program studi statistika universitas matana merasa penting untung melakukan pengenalan sejak dini perihal sains data dan mengenal dengan baik profesi tersebut. Adapun yang menjadi mitra dalam pengabdian ini adalah SMA Pramita Tangerang, dilaksanakan pada tanggal 2 Juni 2022. Diharapkan, para peserta seminar menyadari pentingnya sains data dan terapannya.
Perbandingan Model Runtun Waktu dan Prediksi Jumlah Kasus Covid-19 di Indonesia Bakti Siregar; F. Anthon Pangruruk; Simon Prananta Barus
Syntax Idea Vol 4 No 8 (2022): Syntax Idea
Publisher : Ridwan Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46799/syntax-idea.v4i8.1934

Abstract

Berbagai lembaga survei, penelitian dan media telah mengemukan bahwa hampir semua negara mengalami gejolak peningkatan jumlah kasus COVID-19 dalam beberapa periode. Indonesia adalah salah satu negara yang mengalami gelombang naik turun yang cukup serius bahkan sebelum terjadinya kekebalan kelompok (Herd Immunity) seperti sekarang. Pemerintah Indonesia terus berupaya untuk menekan penyebaran COVID-19 tersebut dengan menerapkan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang dikategorikan berdasarkan level satu hingga level empat untuk menangani permasalahan yang ada, baik dari sisi sosial, ekonomi dan kesehatan. Dalam hal ini, peramalan terkait informasi mengenai puncak dari terjadinya kasus, serta ramalan kapan berakhirnya pandemic COVID-19 menjadi sangat penting bagi pemerintah. Dengan demikian, penelitian ini dilakukan untuk menemukan model terbaik dalam meramalkan jumlah kasus COVID-19 dengan membandingkan berbagai model runtun waktu dengan konsep machine learning.
Predicting the Number of People Exposed to Covid 19 with the Newton Gregory Maju Polynomial Interpolation Method F. Anthon Pangruruk; Simon P. Barus
Formosa Journal of Science and Technology Vol. 1 No. 8 (2022): December 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjst.v1i8.2185

Abstract

Since March 2020 until now the Corona Virus (Covid-19) is still running rampant and even new variants have appeared. The increase in people exposed to this virus can cripple the community's economy. The government must be able to anticipate the increasingly high spread of Covid-19. Therefore, a prediction model is needed for the number of people exposed to Covid-19 so that the government can anticipate it as a preventive measure. Research that has been carried out since early 2021 using the Monte Karlo, Arima, K-Nearest Neighbors methods, Time Series Analysis, Winter and Artificial Neural Networks. Furthermore, the researchers predicted the number of people exposed to Covid-19 using the Newton Gregory Maju interpolation method. The prediction results for the DKI Jakarta area in March 2022 are based on historical data for January - February 2022 with the smallest error of 2.17%, the highest error of 46.28% and the average error of 17.27%.
Introduction to Actuarial Science and the Actuary Profession at SMA PRAMITA Tangerang F. Anthon Pangruruk
Jurnal Pengabdian Masyarakat Bestari Vol. 1 No. 9 (2022): Desember 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/jpmb.v1i9.2163

Abstract

Actuarial science is a science that applies mathematical and statistical science methods to assess risk. Currently actuaries are needed with large income. But ironically, many high school students do not know the knowledge and profession of actuaries. Community service activities are carried out as an actualization of knowledge from the Statistics Study Program at Matana University through an introductory seminar on actuarial science and the actuary profession given to Class X students of PRAMITA SMA Tangerang. Community service can be carried out very well. Positive responses from all seminar participants included the level of satisfaction (satisfied 11.6%, very satisfied 46.5% and very satisfied 41.9%), the usefulness of the event (100% useful), and the quality of the program (9.3 % good, 39.5% very good, 51.2% very good). This PKM activity is an implementation of the Mathematical Finance and Insurance Mathematics courses.
Comparison of Prediction of the Number of People Exposed to Covid 19 Using the Lagrange Interpolation Method with the Newton Gregory Maju Polynomial Interpolation Method F. Anthon Pangruruk; Simon P. Barus
Formosa Journal of Applied Sciences Vol. 2 No. 6 (2023): June 2023
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjas.v2i6.4853

Abstract

In March 2020 the World Health Organization stated that the Corona Virus pandemic (Covid-19) was due to its massive spread and hit all countries in the world. Academics and practitioners are called upon to carry out research activities in order to obtain a mathematical model that can be used to predict the number of people exposed to Covid-19 or other diseases. The researchers previously tried research to predict the number of people exposed to Covid-19 from early 2021 using the Monte Karlo method, the Hybrid Nonlinear Regression Logistic– Double Exponential Smoothing method, the Arima method, the BackPropagation and Fuzzy Tsukamoto methods, the K-Nearest method. Neighbors, Time Series Analysis method, Winter Method and Long Short Time Memory (LSTM) Artificial Neural Network method.
Analisis Hasil Survei Kebijakan dan Implementasi Medeka Belajar Kampus Merdeka (MBKM) di Universitas Matana F. Anthon Pangruruk; Bakti Siregar; Gregoria Illya; Alicia Arifin; Dhela Asafiani Agatha
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (230.757 KB) | DOI: 10.36418/syntax-literate.v7i2.6262

Abstract

Sejak dilantik menjadi mentri Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia pada April 2021, Nadiem Makarim mengemukakan salah satu terobosan percepatan transformasi pendidikan tinggi di Indonesia yaitu Program Belajar Kampus Merdeka (MBKM). Program ini dirancang untuk menciptakan komunitas pembelajaran kreatif yang tidak membatasi tetapi mendukung dalam memfasilitasi kebutuhan mahasiswa. Dengan demikian diharapakan agar mahasiswa menguai tidak hanya disiplin ilmu yang dipelajarinya di universitas saja, tetapi juga berbagai bidang ilmu dan keterampilan melalui experiental learning. Hal ini disinyalir akan berguna saat mahasiswa memasuki dunia kerja dan pengembangan karakter Sehubungan dengan kebijakan tersebut, penelitian ini bertujuan untuk melihat dampak dan persepsi penerapan MBKM kepada seluruh mahasiswa di perguruan tinggi swasta khususnya Universitas Matana menggunakan dana hibah yang diperoleh dari DITJEN DKTIRISTEK Tahun Anggaran 2021. Pengumpulan data dilakukan dengan melakukan survei dilaksanakan secara online melalui aplikasi SPADA DIKTI pada tanggal 15 s/d 24 Desember 2021. Survei dilakukan dengan mengambil responden seluruh mahasiswa, dosen dan tenaga kependidikan di lingkungan sivitas akademik Universitas Matana serta mitra program MBKM. Teknik analisis data dimulai dari pengumpulan data, meyusun struktur data berdasarkan pertanyaan dan jawaban yang diberikan oleh responden, kemudian dianalisis menggunakan analisis deskriptif. Hasil dari penelitian survei ini menunjukan bahwa 87% berdampak positif terhadap mahasiswa di Univeristas Matan, 68 % dosen dan tendik telah mengetahui dan telah menyiapkan diri untuk menjadi bagian dalam kegiatan MBKM yang diadakan oleh Direktorat Jenderal pendidikan Tinggi, Riset, dan Teknologi.
Prediksi Harga Saham dengan Interpolasi Polinom Newton Gregory Maju Pangruruk, F. Anthon; Barus, Simon Prananta
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1513.829 KB)

Abstract

Harga saham bersifat fluktuatif sehingga dibutuhkan suatu model untuk memprediksi harga saham. Interpolasi polinom Newton Gregory Maju berderajat 3 merupakan salah satu model dalam metode numerik yang dapat digunakan untuk memprediksi harga saham sehingga para pemain saham dapat mengambil keputusan yang tepat. Data masukan berupa harga saham pembukaan (open) dan luarannya berupa harga saham penutupan (close) sebagai hasil prediksi dari Perusahaan Astra Agro Lestari Tbk (AALI) di Bursa Efek Indonesia pada bulan Oktober hingga Desember 2017. Data ini terlebih dahulu dilakukan penghalusan (smoothing) dengan menggunakan metode moving average (MA). Selanjutnya dilakukan regresi linier untuk memperoleh persamaan regresinya. Tahap berikutnya dibuat barisan harga saham open dengan beda yang sama dalam interval tertentu sebagai variabel independen, sehingga diperoleh hasil harga saham close regresi. Dari proses tersebut diperoleh tabel selisih maju (forward difference) yang dapat dipakai berulangulang untuk memprediksi harga saham close yang berjalan dengan program komputasi berbasis java. Untuk mendapatkan hasil saham close prediksi dibutuhkan harga saham open yang berjalan. Hasil harga prediksi saham close dengan harga saham close riilnya dibandingkan dan diperoleh persentage error sangat kecil, yang berarti harga saham close prediksinya cukup mendekati harga saham close yang sesungguhnya.