Claim Missing Document
Check
Articles

PENGUKURAN NILAI RISIKO PORTOFOLIO BERDASARKAN MEAN-VaR Citra Ariadini Chairunnisa; Hazmira Yozza; Dodi Devianto
Jurnal Matematika UNAND Vol 7, No 1 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.1.24-32.2018

Abstract

Abstrak. Portofolio merupakan kumpulan dari beberapa investasi saham. Portofolioterbaik adalah portofolio dengan mean return dan risiko saham yang terbaik. Salah satumetode dalam mengukur nilai risiko adalah dengan Value at Risk (VaR). VaR didenisikansebagai tingkat kerugian maksimal atau return minimal pada tingkat kepercayaanyang cukup tinggi untuk waktu tertentu. Jika seorang investor membentuk portofoliomaka berarti investor menentukan proporsi dana yang diinvestasikan pada masingmasingsaham. Investor menginvestasikan dana pada masing-masing saham dengan totalproporsi dana adalah 1. Permasalahan dalam menghitung proporsi dana dapat menggunakanmetode Pengganda Lagrange. Dari 33 saham Perbankan yang terdaftar padaBursa Efek Indonesia didapat komposisi portofolio yang terdiri dari Bank DanamonIndonesia Tbk, Bank Mandiri (Persero) Tbk dan Bank CIMB Niaga Tbk. Dari ketigasaham diperoleh proporsi investasi masing-masing dana yaitu 19,76% Bank DanamonIndonesia Tbk, 60,34% Bank Mandiri (Persero) Tbk dan 19,90% Bank CIMB Niaga Tbk.Dari portofolio yang terbentuk didapat nilai risiko yaitu 0,001345. Hal ini berarti risikodari portofolio yang terbentuk sangat kecil yaitu 0,13% sehingga aman bagi investordalam berinvestasi.Kata Kunci: Portofolio, Value at Risk, Pengganda Lagrange, Risiko
SMALL AREA ESTIMATION DENGAN PENDEKATAN EMPIRICAL BAYES BERBASIS MODEL BETA-BINOMIAL UNTUK MENDUGA ANGKA PENGANGGURAN DI SUMATERA BARAT Nurmaylina Zaja; Hazmira Yozza; Ferra Yanuar
Jurnal Matematika UNAND Vol 8, No 1 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.1.120-127.2019

Abstract

Penelitian ini bertujuan untuk menduga angka pengangguran di kabupaten/kota di Sumatea Barat dengan metode Small Area Estimation dengan pendekatan Empirical Bayes berbasis model Beta-Binomial. hal ini dilakukan karena informasi yang dikeluarkan oleh Badan pusat Statistik (BPS) tahun 2016 hanya angka pengangguran tingkat provinsi dan tidak tersedia data untuk tingkat kabupaten/kota. Penelitian ini menggunakan data BPS, yaitu jumlah pengangguran dan jumlah angkatan kerja di kabupaten/kota di Sumatera Barat. Penelitian ini menghasilkan nilai dugaan angka pengangguran kabupaten/kota di Sumatera Barat dengan metode langsung dan metode Empirical Bayes. Dengan demikian dapat disimpulkan bahwa penduga menggunakan metode Empirical Bayes lebih baik dari metode langsung.Diterima: Direvisi: Dipublikasikan :Kata Kunci: Small Area Estimation, Empirical Bayes, Angka Pengangguran.
PENGELOMPOKAN KABUPATEN/KOTA DI SUMATERA BARAT BERDASARKAN FAKTOR TERKAIT KEJADIAN DEMAM BERDARAH DENGUE DENGAN METODE FUZZY SUBTRACTIVE CLUSTERING SRI DELIMAWATI; HAZMIRA YOZZA; MAIYASTRI MAIYASTRI
Jurnal Matematika UNAND Vol 10, No 1 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.1.150-158.2021

Abstract

. Demam berdarah dengue(DBD) adalah penyakit infeksi virus akut yang disebabkan oleh virus dengue. Provinsi Sumatera Barat merupakan salah satu provinsi di Indonesia yang memiliki angka penderita DBD cukup tinggi. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Sumatera Barat berdasarkan faktor terkait kejadian DBD yakni kejadian banjir, penampungan air, fasilitas dan tenaga kesehatan dan penduduk miskin. Metode yang digunakan dalam penelitian ini adalah metode fuzzy subtractive clustering(FSC). Berdasarkan pengolahan dengan metode FSC didapat hasil pengklasteran dengan 2 klaster , 4 klaster, 5 klaster, 7 klaster dan 8 klaster. Dari validitas klaster ditemukan jumlah klaster terbaik yaitu 7 klaster. Berdasarkan karakteristik klaster, secara umum klaster 4 merupakan klaster terbaik dibandingkan dengan klaster lainnya. Klaster 3, klaster 5 dan klaster 7 merupakan klaster terendah, sehingga pada klaster tersebut banyak indikator yang harus mendapat penanganan lebih supaya angka penderita DBD dapat berkurang.Kata Kunci: Demam Berdarah Dengue(DBD), Fuzzy Subtractive Clustering(FSC)
ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH Mira Serma Teti; Ferra Yanuar; Hazmira Yozza
Jurnal Matematika UNAND Vol 4, No 1 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.1.53-60.2015

Abstract

Penelitian ini bertujuan untuk menjelaskan beberapa faktor yang mempengaruhikejadian bayi berat lahir rendah (BBLR) di Klinik Azimar Anas pada April {September 2014. Untuk memenuhi tujuan tersebut akan digunakan metode Regresi LogistikBiner dan metode Bayes. Metode Bayes merupakan salah satu teknik estimasiparameter yang menggabungkan likelihood dan distribusi prior.Dari penelitian ini diperoleh dua variabel bebas yang berpengaruh nyata terhadapkejadian bayi berat lahir rendah. Variabel tersebut adalah umur Ibu dan paritas. Dengannilai Odds ratio untuk umur sebesar 0,812 dan paritas sebesar 2,614. Nilai hit ratiokeakuratan model peluang logit sebesar 83,33%. Dengan demikian dapat disimpulkanbahwa model peluang logit yang terbentuk sudah layak digunakan untuk mengetahuifaktor-faktor yang mempengaruhi kejadian BBLR.
PENDUGAAN PERSENTASE PENDUDUK MISKIN DI PROVINSI SUMATERA BARAT MENGGUNAKAN SMALL AREA ESTIMATION DENGAN PENDEKATAN SEMIPARAMETRIK PENALIZED SPLINE SHINTA MUTIA KARNEVA; HAZMIRA YOZZA; FERRA YANUAR
Jurnal Matematika UNAND Vol 8, No 3 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.3.68-76.2019

Abstract

Kemiskinan merupakan masalah sosial yang belum teratasi oleh pemerintah hingga saat ini. Walaupun angka kemiskinan sudah menurun, tapi masi banyak penduduk di Indonesia dikatergorikan miskin. Hal ini dikarenakan tidak tepatnya sasaran kebijakan pemerintah. Agar hal tersebut tidak terjadi maka untuk mengimplementasikan program pengentasan kemiskinan diperlukan adanya informasi pada suatu daerah. Informasi yang diperlukan berupa persentase penduduk miskin yang didapat melalui survey. Persentase penduduk miskin merupakan penduduk yang memiliki rata-rata pengeluaran perkapita perbulan di bawah garis kemiskinan. Survei penduduk merupakan salah satu cara yang digunakan untuk memperoleh informasi mengenai kependudukan. Jika survei dilakukan di area yang besar, maka dapat dihasilkan pendugaan parameter yang cukup akurat. Keterbatasan objek survei menyebabkan data yang di duga dengan pendugaan parameter secara langsung tidak menghasilkan dugaan yang akurat. Untuk menghasilkan pendugan yang lebih baik maka digunakan metode pendugaan tidak langsung pada area kecil (Small Area Estimation). Pada SAE, ada informasi lain yang diasumsikan dapat dipinjam untuk memperbaiki pendugaan terhadap parameter yang menjadi perhatian. Informasi dapat berupa variabel yang sama pada area lain atau variabel lain pada area yang sama yang dipandang berkaitan dengan parameter yang akan diduga. Salah satu pendekatan yang dapat digunakan adalah pendekatan semiparametrik Penalized Spline (P-spline) yang memiliki model fleksibel karena keberadaan dua komponen dalam model yang mengakomodasi hubungan antara variabel respon dengan variabel prediktor yang bersifat linier dan hubungan antar variabel respon dengan variabel prediktor yang bersifat nonlinier. Pendugaan persentase kemiskinan dibandingkan dalam empat model, dimana tiga variabel prediktor diasumsikan parametrik dan satu variabel prediktor diasumsikan nonparametrik. Evaluasi hasil pendugaan persentase kemiskinan terbaik dapat dilihat berdasarkan nilai koefisien determinasi yang besar.Kata Kunci: Semiparametrik, Small Area Estimation, Penalized Spline
PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK ANAK BAWAH LIMA TAHUN DI PROVINSI SUMATERA BARAT DAN RIAU MENGGUNAKAN ANALISIS REGRESI KUANTIL WAHYU ELFIYANA PUTRI; HAZMIRA YOZZA; IZZATI RAHMI HG
Jurnal Matematika UNAND Vol 6, No 3 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.3.118-123.2017

Abstract

Gizi buruk adalah kondisi kekurangan energi dan protein tingkat berat akibat kurang mengkonsumsi makanan yang bergizi dan menderita sakit yang begitu lama. Gizi buruk umumnya terjadi pada anak usia di bawah lima tahun (Balita) yang disebabkan oleh banyak faktor. Penelitian ini dilakukan untuk menentukan faktor-faktor yang berpengaruh signifikan terhadap gizi buruk balita. Data yang digunakan adalah data gizi buruk balita Provinsi Sumatera Barat dan Riau tahun 2014. Analisis dilakukan dengan analisis regresi kuantil. Diperoleh faktor yang mempengaruhi gizi buruk adalah penduduk yang mempunyai akses air minum memenuhi syarat, posyandu yang aktif, bayi 0 - 6 bulan diberi ASI eksklusif, pemberian vitamin A pada bayi 6 - 11 bulan dan pelayanan kesehatan anak balita. Kata Kunci: Gizi buruk, balita, regresi kuantil
PENGKLASTERAN PROVINSI-PROVINSI DI INDONESIA BERDASARKAN INDIKATOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN METODE FUZZY C-MEANS DEBBY ARMETIYANA MARGARETTA; IZZATI RAHMI HG; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 10, No 1 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.1.79-86.2021

Abstract

Analisis klaster merupakan salah satu teknik dalam analisis peubah ganda yang bertujuan untuk mengklasterkan objek-objek berdasarkan kesamaan karakteristik yang dimilikinya. Pengklasteran dilakukan berdasarkan pada sifat kemiripan atau sifat ketidakmiripan antar objek. Pada penelitian ini untuk mengklaster provinsi-provinsi di Indonesia berdasarkan faktor-faktor yang diduga mempengaruhi Indeks Pembangunan Manusia (IPM) digunakan salah satu metode dalam fuzzy clustering yaitu fuzzy c-means. Fuzzy c-means adalah suatu teknik pengklasteran data dimana keberadaan tiap-tiap titik data dalam klaster ditentukan oleh derajat keanggotaan. Berdasarkan hasil pengklasteran menggunakan fuzzy c-means diperoleh pengklasteran provinsi-provinsi di Indonesia sebanyak empat klaster, dimana klaster pertama terdiri atas 6 provinsi, klaster kedua terdiri atas 2 provinsi, klaster ketiga terdiri atas 12 provinsi, dan klaster keempat terdiri atas 14 provinsi. Berdasarkan karakteristik klaster, klaster pertama dikatakan klaster terbaik karena rata-rata pencapaian setiap indikatornya tinggi sedangkan klaster kedua merupakan klaster terendah dibanding klaster lainnya. KataKunci: klaster, Indeks Pembangunan Manusia, Fuzzy C-Means
PENERAPAN METODE REGRESI LOGISTIK ORDINAL BAYESIAN UNTUK MENENTUKAN TINGKAT PARTISIPASI POLITIK MASYARAKAT KOTA PADANG ANGGUN CITRA DELIMA; FERRA YANUAR; HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 8, No 3 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.3.1-8.2019

Abstract

Penelitian ini bertujuan untuk mengetahui bagaimana model tingkat partisipasi politik masyarakat kota Padang. Untuk memenuhi tujuan tersebut digunakan metode regresi logistik ordinal dan metode Bayesian. Metode Bayesian merupakan salah satu teknik estimasi parameter yang menggabungkan fungsi likelihood dan distribusi prior sehingga diperoleh distribusi posterior yang akan digunakan untuk menduga parameter model. Dari penelitian ini diperoleh dua peubah bebas yang berpengaruh signifikan terhadap tingkat partisipasi politik masyarakat kota Padang yaitu tingkat kepercayaan masyarakat dan keterlibatan politik masyarakat. Dengan nilai Odds ratio untuk tingkat kepercayaan masyarakat sebesar 0,942 dan untuk keterlibatan politik masyarakat sebesar 1,101.Kata Kunci: Metode Bayesian, Odds ratio, Regresi Logistik Ordinal
PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA Tomi Desra Yuliandi; Dodi Devianto; Hazmira Yozza
Jurnal Matematika UNAND Vol 5, No 1 (2016)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.5.1.7-16.2016

Abstract

Abstrak. Opsi adalah suatu kontrak yang memberikan hak kepada pemegang kontrakuntuk membeli atau menjual suatu aset tertentu dengan harga dan periode tertentu.Berdasarkan periode waktu penggunaan, opsi dapat dibedakan menjadi dua yaitu opsitipe Amerika dan opsi tipe Eropa. Opsi tipe Amerika menunjukkan bahwa opsi tersebutdapat dilaksanakan pada saat jatuh tempo atau sebelumnya, sedangkan opsi tipeEropa hanya dapat dilaksanakan pada saat jatuh tempo. Dengan semakin berkembangpasar opsi, semakin berkembang pula pengetahuan atau cara-cara dalam memprediksisuatu pergerakan harga opsi dan meramalkan segalaa kemungkinan yang terjadi untukmeminimalisir kerugian dan memaksimalkan keuntungan. Banyak metode yang digunakandalam menentukan harga opsi, diantaranya model Black Scholes dan simulasiMonte Carlo. Pada penelitian ini akan dihitung harga opsi tipe Eropa dan dilihat perbandinganantara metode Black Scholes dan simulasi Monte Carlo. Metode Black Scholesyang digunakan untuk menghitung harga opsi adalah dengan asumsi bahwa harga sahamberdistribusi lognormar. Sedangkan metode Monte Carlo diartikan sebagai metodestatistik karena metode simulasi ini menggunakan rangkaian bilangan acak. Perhitungandengan menggunakan simulasi Monte Carlo adalah untuk mendapatkan pendugaanharga opsi. Untuk menghitung harga opsi dengan simulasi Monte Carlo, penulis menggunkanbantuan MATLAB. Hasil perhitungan harga opsi menggunakan metode BlackScholes akan dibandingkan dengan hasil perhitungan harga opsi dengan menggunakansimulasi Monte Carlo dengan berpatokan pada harga opsi di pasar keuangan.
FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI KOTA/KABUPATEN PROVINSI SUMATERA BARAT DENGAN MENGGUNAKAN ANALISIS REGRESI PANEL AYU ALIFAH; HAZMIRA YOZZA; YUDIANTRI ASDI
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.9.1.53-61.2020

Abstract

Kemiskinan diartikan sebagai suatu keadaan dimana taraf hidup manusia berada pada keadaan serba kekurangan dan tidak mampu untuk memenuhi kebutuhan dasar. Salah satu cara untuk mengukur kemiskinan di suatu daerah adalah dengan menggunakan indikator persentase penduduk miskin di daerah tersebut. Provinsi Sumatera Barat merupakan salah satu daerah yang masih memiliki penduduk miskin dengan persentase yang cukup besar. Pemerintah Sumatera Barat berusaha untuk menekan persentase kemiskinan dari berbagai aspek yang terkait dengan faktor-faktor yang diperkirakan mempengaruhi angka kemiskinan. Data mengenai persentase penduduk miskin serta faktor-faktor yang diduga mempengaruhinya dikumpulkan Badan Pusat Statistik untuk semua daerah secara berkala, sehingga untuk semua daerah secara berkala, sehingga untuk masing-masing daerah tersedia data dari tahun ke tahun. Data pengamatan yang dikumpulkan untuk beberapa objek pengamatan dan untuk beberapa waktu itu disebut data panel. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi kemiskinan di Provinsi Sumatera Barat pada tahun 2015-2017 dengan menggunakan Analisis Regresi Panel. Pada penelitian ini diperoleh metode yang tepat digunakan adalah random effect model dengan faktor yang signifikan mempengaruhi persentase kemiskinan yaitu penduduk yang tamat SMA. Dari hasil penelitian ini, semakin tinggi persentase penduduk yang tamat SMA, maka semakin rendah persentase penduduk miskin.Kata Kunci: Data Panel, Analisis Regresi Panel, Random effect model
Co-Authors . Siswadi Admi Nazra Afrimayani Afrimayani Afrimayani, Afrimayani Agni Horti Maharani Ainun Mardiah Siregar Aldi Mukhlis AMI LESTARI ANGGUN CITRA DELIMA Arie Hariady Arifin Arrival Rince Putri Asdi, Yudiantri ATIKAH RAHMAH PUTRI Aulia Annisya AYU ALIFAH Azzikra Febriyanti Bahri, Susila Baqi, Ahmad Iqbal Budi Rudianto Budi Rudianto Budi Suhardjo Catrin Muharisa Cindyana Aldrifisia Citra Ariadini Chairunnisa DEBBY ARMETIYANA MARGARETTA Des Welyyanti Deva, Athifa Salsabila Devianto, Dodi DHIYA ANISAH YUNARDI Dian Yosefanny Dina Maulidya Dwi Malahayati Efendi Efendi Efendi, Riswan Elita Rahma Putri ELSA FEBRIANI Evan Ilham Zulheri Ewi Jupit Fadila Aulia FANNY PRIMANDA PITER Fatrika Fahmi Fauzana Hilma FAUZANA LAILATURRAHMI Firdawati, Firdawati Fittri Rahmi Yetti FRILIANDA WULANDARI HABIBATUS SALMI Haripamyu Haripamyu Helmi, Monika Rianti HIDAYATULLAH, M.PIO Ikhlas Pratama Sandi Indah Pratiwi IQBAL HAMONANGAN Iswahyuli . Izzati Rahmi HG Izzati Rahmi HG Jamhari Jamhari Jenizon Jenizon Juliana . Laila Rahmi Lara Mahlindiani Lita Wulandari Aeli LOLANDA SYAMDENA M.PIO HIDAYATULLAH Maiyastri Maiyastri, Maiyastri Marisa . Mawanda Almuhayar Mega Susanti MEILINA DINIARI MIFTAHUL JANNAH HB mila rosa Mira Serma Teti MUHAMMAD HAFANDRY Mutia Yollanda Mutiara Laily Ramadhany Nadia Cindi Eka Putri Nadia Husna Nadia Utika Nadiah Ramadhani Nadira Sri Belinda NADYA PUTRI ALISYA Nadya Putri Alisya Nadya Risna Putri Narwen Narwen NASTHASYA, NOVALISA Nelfa Sari Nelli Hindriani NINDI MAULA AZIZAH Nova Melisty Nova Noliza Bakar NOVALISA NASTHASYA Noverina Alfiany Nur Elvi Sahra Nur Fauzana Nurmaylina Zaja Nurul Saadah Olivia Atinri Olivia Prima Dini Puteri Bulqis Azhari Putri Bulqis Azhari Rachmi Dwinta Sari Radhiatul Husna Rahmat Fajri Rahmat Fajri RAHMI HG, IZZATI Rahyu Silvia Ratih Febi Ramadhani Rescha, Ratna Vrima Resti Nanda Yani RESTY OKTAVIANI Ridho Pascal Willmar Rini Eka Putri Riri Lestari Samat, Nor Azah Sarifah Aulia Seno Pratama SHINTA MUTIA KARNEVA Shinta Wulandari SILVIA YUNANDA Siska Zayendra Siti Juriah Siti Rani Yelfera SRI DELIMAWATI Stepani Burni Safitri Suci Sari Wahyuni Syafwan, Mahdhivan Tessy Oktavia Mukhti Tiara Shofi Edriani Tomi Desra Yuliandi UMMU BUTSAINATUL EL KHAIR Vira Agusta WAHYU ELFIYANA PUTRI Wikasanti Dwi Rahayu Willmar, Ridho Pascal Winalia Agwil WINDA LIDYA Winda Oktari WULANDARI, FRILIANDA Wulandari, Yana Wuri Wulandari Yanita Yanita Yanuar, Ferra Yessi Oktreza Yulianti, Lyra Yuliza Diana Putri Zetra, Aidinil Zikalta Putra Zulakmal, Zulakmal