p-Index From 2021 - 2026
16.274
P-Index
Claim Missing Document
Check
Articles

PERBANDINGAN PENDEKATAN SIMULASI HISTORIS DAN EKSPANSI CORNISH FISHER DALAM ESTIMASI EXPECTED SHORTFALL UNTUK RISIKO PORTOFOLIO SAHAM Alqadri, Syarifah Putri Tasya Vahira; Sulistianingsih, Evy; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Investor yang bijak dalam berinvestasi harus memiliki strategi dan pengetahuan yang cukup demi memperoleh keuntungan (return) tertentu dengan risiko sekecil mungkin, salah satu upaya yang dapat dilakukan adalah melakukan analisis risiko portofolio. Metode yang dapat digunakan untuk mengukur risiko portofolio yaitu Expected Shortfall (ES) dengan pendekatan Simulasi Historis dan Ekspansi Cornish Fisher. Penelitian ini bertujuan membandingkan dua pendekatan dalam mengestimasi Expected Shortfall (ES) sebagai alat ukur untuk risiko portofolio saham. Pendekatan yang digunakan yaitu Simulasi Historis dan Ekspansi Cornish Fisher. Data yang digunakan adalah data harga penutupan saham PT Bank Rakyat Indonesia Tbk (BBRI.JK) dan PT Bank Central Asia (BBCA.JK) periode 01 Mei 2021-01 Mei 2022 sebanyak 245 hari. Hasil penelitian dengan modal awal sebesar Rp100.000.000 pada tingkat kepercayaan 95% untuk Expected Shortfall (ES) dengan pendekatan Simulasi Historis yaitu menunjukkan potensi kerugian sebesar Rp3.051.000, sedangkan untuk ES dengan pendekatan Ekspansi Cornish Fisher menunjukkan potensi kerugian sebesar Rp2.540.000. Hasil ini menunjukkan bahwa pendekatan Simulasi Historis memberikan estimasi kerugian yang lebih tinggi, sedangkan Cornish-Fisher cenderung memberikan estimasi risiko yang lebih rendah.
PREDIKSI HARGA EMAS MENGGUNAKAN FEEDFORWARD NEURAL NETWORK (FFNN) DENGAN ALGORITMA BACKPROPAGATION Nirwani; Satyahadewi, Neva; Imro'ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Feedforward Neural Network (FFNN) merupakan salah satu metode Artificial Neural Network (ANN) yang mampu mempelajari pola data dan membentuk model dengan cepat. Proses pembelajaran FFNN menggunakan algoritma backpropagation untuk meminimalkan kesalahan antara hasil prediksi dan data aktual melalui pembaruan bobot secara bertahap. Kombinasi FFNN dan backpropagation efektif dalam mengenali pola hubungan kompleks dan nonlinier pada data time series seperti harga emas. Penelitian ini bertujuan menganalisis prediksi penutupan harga emas tujuh hari ke depan menggunakan metode FFNN dengan algoritma backpropagation. Data yang digunakan adalah harga penutupan emas periode Januari 2021 sampai Desember 2024 sebanyak 1030 data, dengan pembagian 80% data training dan 20% data testing. Proses pelatihan dan pembelajaran dilakukan secara bertahap dengan menggunakan algoritma backpropagation. Terdapat tiga tahap pada proses backpropagation yaitu tahap feedforward, tahap backward, serta tahap pembaruan bobot dan bias. Hasil penelitian menunjukkan bahwa model terbaik diperoleh pada learning rate 0,001 dengan arsitektur jaringan 2-8-1, menghasilkan nilai MSE sebesar 0,00105 dan MAPE sebesar 3,546%. Berdasarkan model tersebut, prediksi harga emas tujuh hari ke depan cenderung mengalami penurunan. Harga penutupan tertinggi diprediksi terjadi pada 2 Januari 2025 sebesar 2547,08 USD per troy ounce, sedangkan harga terendah diprediksi terjadi pada 10 Januari 2025 sebesar 2412,15 USD per troy ounce.
Sosialisasi Perilaku Hidup Sehat pada Anak Sekolah Dasar menjelang masa New Normal Desriani Lestari; Amriani Amir; Lucky Hartanti; Mega Sari Juane Sofiana; Neva Satyahadewi
Journal of Community Engagement in Health Vol. 5 No. 1 (2022): Maret
Publisher : Universitas STRADA Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30994/jceh.v5i1.342

Abstract

Selama lebih dari 2 tahun, pandemi Covid 19 telah hidup berdampingan dengan kehidupan sehari-hari, dan telah mengubah tatanan berkehidupan pada hampir semua sektor, khususnya dalam dunia kesehatan dan pendidikan. Penyebaran virus Covid 19 sangat massif dan cepat, sehingga memerlukan usaha pemutusan mata rantai penyebarannya. Salah satu sumber penularan yang sangat potensial dan beresiko tinggi adalah anak sekolah, karena sulitnya mengontrol dan memahamkan dengan ketat tentang pentingnya menjaga kesehatan agar terhindar dari penularan Covid 19. Potensi untuk berkumpul dengan alasan bermain atau belajar bersama bagi anak-anak usia Sekolah Dasar menjadi salah satu faktor untuk memperluas penyebaran virus tersebut. Tujuan dari kegiatan ini adalah untuk mensosialisasikan perilaku hidup sehat kepada anak sekolah di Sekolah Dasar No 15 Segedong, dalam usaha menyongsong masa new normal setelah pandemic, dengan perubahan proses pembelajaran menggunakan sistem pembelajaran dengan metode pertemuan tatap muka terbatas (PTMT) yang diharapkan dapat melindungi atau menjaga dari paparan penyakit infeksi yang dapat menular dengan mudah. Kegiatan dilakukan pada siswa kelas 5 dan 6 yang berjumlah 25 orang dengan metode ceramah dan pemutaran video tentang pentingnya menjaga kesehatan agar terhindar dari penyakit infeksi.
Edukasi penanganan Penyakit Infeksi Saluran Napas Atas akibat Kabut Asap di Musim Kemarau Neva Satyahadewi; Desriani Lestari; Gusti Eva Tavita; Sukal Minsas; Asri Mulya Ashari
Journal of Community Engagement in Health Vol. 5 No. 1 (2022): Maret
Publisher : Universitas STRADA Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30994/jceh.v5i1.343

Abstract

Penyakit infeksi saluran pernafasan atas (ISPA) adalah salah satu penyakit infeksi virus yang banyak terjadi saat munculnya kabut asap pada setiap musim kemarau tiba, terutama pada anak kecil. Kebakaran lahan baik disengaja ataupun tidak telah menjadi pemicu utama menebalnya kabut asap di wilayah Kalimantan Barat, termasuk hampir di seluruh wilayah Kabupaten Kubu Raya. Tujuan dari pelaksanaan kegiatan Pengabdian kepada Masyarakat (PKM) ini adalah untuk mengedukasi masyarakat agar dapat mengatasi kemungkinan munculnya penyakit infeksi saluran nafas atas (ISPA) akibat asap dari kebakaran lahan. Kegiatan dilaksanakan pada bulan hari Sabtu, 6 Oktober 2021 dengan metode ceramah oleh tim pelaksana, dihadiri oleh 20 warga masyarakat Desa Mekar Baru, disertai dengan pembagian masker kepada setiap peserta. Materi yang disampaikan dievaluasi dengan melakukan tanya jawab di akhir kegiatan, di mana semua pertanyaan/quiz yang disampaikan oleh tim pelaksana dapat dijawab oleh peserta.
IMPLEMENTASI WEB SCRAPING PADA ULASAN WISATA TUGU KHATULISTIWA KALIMANTAN BARAT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Muliadiasti, Maresha Widya; Hendra Perdana; Neva Satyahadewi
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 3 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Pariwisata memiliki dampak positif bagi perekonomian suatu negara atau daerah yang memiliki objek wisata. Pontianak merupakan ibu kota provinsi Kalimantan Barat yang memiliki salah satu objek wisata, yaitu wisata Tugu Khatulistiwa. Penelitian ini memanfaatkan metode Convolutional Neural Network (CNN) untuk melakukan eksplorasi opini terhadap wisatawan yang memberikan ulasan terhadap tempat wisata Tugu Khatulistiwa di Google Maps Review. Grafik accuracy dan loss menunjukkan bahwa data mengalami overfitting yang ditandai dengan adanya kenaikan sangat cepat pada data training di sekitar epoch ke-20, namun loss data training menurun mendekati nol. Sementara, accuracy pada data uji cenderung statis dengan kenaikan hanya di sekitar 0,75 hingga 0,78 dan loss data uji nya terus meningkat seiring bertambahnya epoch. Evaluasi keseluruhan data dengan analisis menggunakan CNN cukup baik dengan accuracy sebesar 0,77. Nilai precision, recall, dan f1-score paling rendah terdapat pada kelas negatif (precision 0,25; recall 0,23; f1-score 0,24) dan Nilai precision, recall, dan f1-score paling tinggi terdapat pada kelas positif (precision 0,82; recall 0,93; f1-score 0,87). Hasil prediksi dari CNN pada 806 data ulasan menghasilkan 534 ulasan positif, 223 ulasan netral, dan 49 ulasan negatif. Hal ini mengindikasikan bahwa pengunjung cenderung memberikan ulasan positif atau model lebih mengarahkan ulasan ke ulasan positif.
Pengelompokan Provinsi di Indonesia Menggunakan Time Series Clustering pada Sektor Ekspor Nonmigas Aulia Nabila Putri; Neva Satyahadewi; Siti Aprizkiyandari
Jambura Journal of Mathematics Vol 6, No 1: February 2024
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v6i1.21921

Abstract

Indonesia's export activities are dominated by non-oil and gas exports consisting of four sectors, namely the processing industry, agriculture, mining, and others. The government must pay attention to non-oil and gas exports for each province because exports can play an essential role in a country's economic growth. This study was conducted to cluster provinces in Indonesia using time series clustering in the non-oil and gas export sector based on data patterns concerning Dynamic Time Warping (DTW) distance. The sectors used in this study are the manufacturing industry sector and the agricultural sector in 34 Indonesian provinces in the period 2017 - 2021. Time series clustering analysis uses the average linkage method with DTW distance and the selection of the optimum number of clusters using the silhouette coefficient method. The results of the analysis in the processing industry sector resulted in 3 optimum clusters, namely cluster 1 consisting of 1 province that has high processing industry exports, cluster 2 consisting of 8 provinces that have medium processing industry exports, and cluster 3 consisting of 25 provinces that have low processing industry exports. As for the agricultural sector, it produces 2 optimum clusters, namely cluster 1 consisting of 5 provinces that have high agricultural industry exports, and cluster 2 consisting of 29 provinces that have low agricultural industry exports. The clustering results in the processing industry sector and the agricultural sectors have a silhouette coefficient value of 0.778 and 0.798, so it is said to have a strong cluster structure.
STOCK PRICE FORECASTING USING THE HYBRID ARIMA-GARCH MODEL Risky Oprasianti; Dadan Kusnandar; Wirda Andani
Parameter: Journal of Statistics Vol. 4 No. 2 (2024)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/27765660.2024.v4.i2.17162

Abstract

In the current era, many people have made investments, namely capital investment activities within a certain period to seek and get profits. One of the most popular investment instruments in the capital market is stocks, which consist of conventional stocks and Islamic stocks. Conventional stocks are shares traded on the stock market without adhering to Sharia principles. In contrast, Sharia-compliant stocks meet Islamic principles and are traded in the sharia capital market. One form of development of the Islamic capital market in Indonesia is the existence of the Indonesian Sharia Stock Index (ISSI), which projects the movement of all Islamic stocks on the Indonesia Stock Exchange (IDX). Stock prices change every day so modeling is needed that can be used by investors to determine decisions. The Autoregressive Integrated Moving Average (ARIMA) model is one of the forecasting models that is applicable. Stock prices have volatility that tends to be high, this results in variance that is not constant or there is a heteroscedasticity problem, at the same time the ARIMA model must fulfill the assumption of homoscedasticity. Therefore, it is necessary to combine the ARIMA model with a model that can overcome the problem of heteroscedasticity, namely the Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model. This research aims to get the best hybrid ARIMA-GARCH model that will be used to forecast the stock price of the ISSI. The daily closing data of the ISSI stock price from May 4, 2020, to January 13, 2023, is the data that was used. The study’s findings suggest that ARIMA (0,1,3)-GARCH (2,0) is the best model among all possible models for ISSI stock price forecasting. By evaluating the predictive accuracy of the model using Mean Absolute Percentage Error (MAPE), the forecasting result for ISSI stock prices using the best model, ARIMA(0,1,3)-GARCH(2,0) at 0,6092%, shows a forecasting that is close to the actual data, which means that the model used is highly effective at forecasting stock priced
IMPLEMENTATION OF AHP-TOPSIS AS A SUPPORT FOR MAKING DECISIONS ON MICRO BUSINESS FUNDING IN SAMBAS REGENCY Noerul Hanin; Della Zaria; David Jordy Dhandio; Dadan Kusnandar
International Journal of Economics, Business and Accounting Research (IJEBAR) Vol 7 No 1 (2023): IJEBAR, VOL. 07 ISSUE 01, MARCH 2023
Publisher : LPPM ITB AAS INDONESIA (d.h STIE AAS Surakarta)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/ijebar.v7i1.8705

Abstract

The economy is one of the fields affected by the Covid-19 pandemic in the world, including Indonesia. One of the drivers of the economy in Indonesia is Micro, Small and Medium Enterprises (MSMEs). Among the three types of businesses, micro-enterprises contribute the most to Indonesia's Gross Domestic Product. Therefore, an analysis of the decision support system for financing micro-enterprises in Indonesia is carried out. This study aims to determine the application of decision support methods in selecting micro-enterprises that are entitled to receive grants and appreciation for developing their business. The choice of Sambas Regency as the case study location was due to the good development of micro-enterprises and one of the front lines in exporting products to other countries. The method used is a collaboration between the Analytical Hierarchy Process (AHP) method and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Through the process of weighing the criteria with AHP and several stages with TOPSIS, the results are obtained in the form of preference values and sequences of micro businesses that are eligible to receive funds. For the category of grants, it was found that the most feasible business to be financed was Roemah Jamoer Ikram, while for the category of appreciation funds, the most feasible business to be financed was Amplang 9. Thus, the analysis of supporting micro business financing using the AHP-TOPSIS method was successfully carried out with the output in the form of micro business rating results.
Co-Authors . Apriansyah Aditya Handayani Afghani Jayuska Afghany Jayuska Alqadri, Syarifah Putri Tasya Vahira Alvin Octavianus Halim Amriani Amir Amriani Amir Amriani Amir Andani, Wirda Annisa Auliarahmi Antoni, Frans Xavier Natalius Apriliyanti, Rita Aprizkiyandari, Siti Ardhitha, Tiffany Ari Hepi Yanti Arsyi, Fritzgerald Muhammad Arti, Reyana Hilda Ashari, Asri Mulya Asri Mulya Ashari Asty Fistia Ningrum Atikasari, Awang Aulia Nabila Putri Aulia Puteri Amari Banu, Syarifah Syahr ciptadi, wahyudin Citra Cipta Maharani Cornellia, Amanda Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar David Jordy Dhandio Debataraja, Naomi Nessyana Della Zaria Desriani Lestari Desriani Lestari Desriani Lestari Dhandio, David Jordy Dinda Lestari Dwi Nining Indrasari Dwinanda, Maria Welita Eka Febrianti, Eka Esta Br Tarigan Evy Sulistianingsih Ewaldus Okta Febrant Alfariz Ferdina Ferdina Feriliani Maria Nani Fitriawan, Della Fransisca Febrianti Sundari Fransiska Fransiska Grikus Romi Gusti Eva Tavita Gusti Eva Tavita Hairil Al-Ham Hamzah, Erwin Rizal Hanin, Noerul Harimurti, Puspito Harnanta, Nabila Izza Helena, Shifa Hendra Perdana Hendrianto, El Herina Marlisa Huda, Nur'ainul Miftahul Huriyah, Syifa Khansa Ibnur Rusi Ikha Safitri Ilhan Nail Nabil Imro'ah, Nurfitri IMRO’AH, NURFITRI Imtiyaz, Widad Isra’ Sagita Jawani Jawani Jessica Audrey Valeria Khairina Auliannisa Kusnandar, Dadan Tonny Leona Idilla Louis Putra Jaya Lucky Hartanti Lucky Hartanti Lucky Hartanti M. Deny Hafizzul Muttaqin Maga, Fahmi Giovani Margareta, Tiara Margaretha, Ledy Claudia Marlisa, Herina Marola, Geby Martha, Shantika Maulidya, Gita Arinda Mega Sari Juane Sofiana Mega Sari Juane Sofiana Mega Tri Junika Millennia Taraly Misrawi Misrawi Muhammad Ahyar Muhammad Fikri Muhammad Radhi Muhammad Rizki Muliadi Muliadi Muliadiasti, Maresha Widya Muslimah (F54210032) Nabil, Ilhan Nail Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Nazwa Nursyifa Nirwani Noerul Hanin Nona Lusia Novi Novi Nugrahaeni, Indah Nur Asih Kurniawati Nur Asiska Nurfadilah, Kori’ah Nurfitri Imro'ah Nurfitri Imro’ah Nurhalita Nurhalita Nurmaulia Ningsih Oktaviani, Indah Ovi Indah Afriani Paisal Paisal Pertiwi, Retno Pitriani Pratama, Aditya Nugraha Preatin Preatin Putri Putri Qalbi Aliklas R Puspito Harimurti Radhi, Muhammad Radinasari, Nur Ismi Rafdinal Rafdinal Rahadi Ramlan Rahmadanti, Putri Rahmanita Febrianti Rusmaningtyas Rahmawati, Fenti Nurdiana Ramadhan, Nanda Ramadhania, Wahida Regita, Luna Amara Reni Unaeni Resti Arsanti Retnani, Hani Dwi Ria Andini Ria Fuji Astuti Rina Rina Risky Oprasianti Rita Kurnia Apindiati Rivaldo, Rendi Riza Linda Rizki Nur Rahmalita Rizki, Setyo Wira Rosi Kismonika Roslina Rosi Tamara Rovi Christova Safira, Shafa Alya Salsabilla, Arla Santika Santika Sary, Rifkah Alfiyyah Savitri, Dini Dwi Seftiani, Seftiani Sela Karlina Selvy Putri Agustianto Septiani, Thara Amalia Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Sinaga, Steven Jansen Sintia Margun Sista, Sekar Aulia Siti Aprizkiyandari Siti Aprizkiyandari, Nurul Qomariyah, Shantika Martha, Siti Hardianti Suci Angriani Sukal Minsas Sukal Minsas Syahida, Murni Syuradi syuradi Tamtama, Ray Taraly, Inggriani Millennia Tiara, Dinda Trifaiza, Fadhela Wahyu Diyan Ramadana Wahyudin Ciptadi Warsidah Warsidah Wilda Ariani Wirda Andani Wirda Andani Yohanna Gabriel Richsita Yopi Saputra Yudhi Yuliono, Agus Yumna Siska Fitriyani Yundari Yundari Yundari, Yundari Yuveinsiana Crismayella Yuyun Eka Pratiwi Zakiah, Ainun