Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Balance : Jurnal Akuntansi dan Manajemen Jurnal Ilmiah Edutic : Pendidikan dan Informatika
Rahmadini, Dwi
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Peramalan Harga Penutupan Saham PT. Telekomunikasi Indonesia dengan Support Vector Machine (SVM) Rahmadini, Dwi; Salsabila, Nur Diana Fahma; Kunaefi, Anang; Rolliawati, Dwi
EDUTIC Vol 11, No 1: November 2024
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/edutic.v11i1.22120

Abstract

Harga pasar saham menjadi salah satu masalah yang signifikan di pasar finansial karena naik turunnya harga setiap hari. Beberapa faktor seperti lokal dan iklim ekonomi global, kondisi politik, dan aktivitas pasar menjadi dampak yang dapat mempengaruhi harga pasar saham. Menyebabkan pergerakan saham menjadi tidak menentu dan sulit untuk ditebak. Sehingga para investor harus lebih hati-hati dalam membeli saham atau mempertahankan saham yang dimiliki. Oleh karena itu, untuk membantu para investor membuat keputusan yang optimal, dibutuhkan suatu langkah yang tepat seperti memprediksi perilaku harga pasar saham. Penelitian ini memprediksi harga penutupan saham pada PT. Telekomunikasi Indonesia sehingga penelitian ini melakukan prediksi secara univariat. Tujuan pada penelitian ini adalah mengimplementasikan model serta melakukan prediksi harga saham di PT. Telekomunikasi Indonesia. Menggunakan metode SVM yang diuji melalui skenario dalam penginputan window_size dan fungsi kernel. Parameter yang digunakan untuk pemodelan adalah parameter C sebesar 100 untuk semua kernel, parameter degree sebesar 1 untuk kernel polynomial, dan gamma sebesar 0.0001 untuk kernel RBF. Sehingga didapatkan pemodelan fungsi kernel yang paling optimal yaitu kernel polynomial pada ukuran window_size sebesar 3, dengan RMSE sebesar 67.546 dan MAPE sebesar 0.01. Sehingga disimpulkan bahwa performa kernel polynomial memiliki kekuatan akurasi yang tinggi.
Pengaruh Komitmen Hijau dan Green Intellectual Capital terhadap Keunggulan Kompetitif pada Perusahaan Pertambangan Baru Bara di Indonesia Rahmadini, Dwi; Saputra, Praja Hadi; Nurfadillah, Mursidah
Balance : Jurnal Akuntansi dan Manajemen Vol. 4 No. 2 (2025): Agustus 2025
Publisher : Lembaga Riset Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59086/jam.v4i2.782

Abstract

Penelitian ini bertujuan untuk menguji pengaruh komitmen hijau dan green intellectual capital terhadap keunggulan kompetitif pada perusahaan pertambangan batu bara yang terdaftar di Bursa Efek Indonesia periode 2020-2023. Penelitian ini merupakan penelitian kuantitatif dengan menggunakan data sekunder. Populasi penelitian adalah seluruh perusahaan pertamabangan batu bara yang terdaftar di Bursa Efek Indonesia dan telah diseleksi menggunakan purposive sampling sehingga diperoleh 9 perusahaan sebagai sampel. Total data observasi sebanyak 36 data, dan teknik analisis yang digunakan adalah regresi linear berganda yang disertai dengan uji lain seperti statistik deskriptif, uji asumsi klasik, uji hipotesis serta koefisien determinasi dan koefisien korelasi. Hasil penelitian menunjukkan bahwa komitmen hijau menunjukkan arah pengaruh positif namun tidak signifikan terhadap keunggulan kompetitif, sementara Green Intellectual Capital menunjukkan arah pengaruh negatif yang juga tidak signifikan. This study aims to examine the effect of green commitment and green intellectual capital on competitive advantage in coal mining companies listed on the Indonesia Stock Exchange for the period 2020-2023. This research is a quantitative study using secondary data. The research population is all coal mining companies listed on the Indonesia Stock Exchange and has been selected using purposive sampling so that 9 companies are obtained as samples. The total observation data is 36 data, and the analysis technique used is multiple linear regression accompanied by other tests such as descriptive statistics, classical assumption test, hypothesis testing as well as the coefficient of determination and correlation coefficient. The results show that green commitment shows a positive but insignificant direction of influence on competitive advantage, while Green Intellectual Capital shows a negative direction of influence which is also insignificant.  
Co-Authors Anang Kunaefi, Anang Nurfadillah, Mursidah Praja Hadi Saputra Rolliawati, Dwi Salsabila, Nur Diana Fahma