Article Per Year (5 Year)
p-Index From 2020 - 2025
1.168
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Sains Matematika dan Statistika J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
Teguh Ammar Taqiyyuddin
Universitas Padjadjaran
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Pengelompokkan Kabupaten dan Kota di Jawa Barat Berdasarkan Tingkat Kesejahteraan Menggunakan Multidimensional Scaling Teguh Ammar Taqiyyuddin; Muhammad Irfan Rizki
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 19, No 1 (2021): Desember 2021
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v19i1.14710

Abstract

Potensi dan karakteristik yang beragam di Jawa Barat menyebabkan tingkat kesejahteraan antar daerah yang berbeda-beda dan tidak merata. Multidimensional Scaling adalah teknik multivariat untuk menentukan lokasi atau peta objek lain berdasarkan penilaian kesamaan, dan untuk saling ketergantungan atau interdependensi antar variabel dalam kasus ini yaitu kabupaten dan kota di Jawa Barat dengan tingkat kesejahteraan sosial. Kesimpulan yang didapatkan nilai stress untuk data penelitian ini adalah 0,0318 atau 3,18% dan termasuk kategori sangat baik dan nilai R-square yang didapat sebesar 0,96382. Sehingga perceptual mapping yang dihasilkan dapat dikatakan representatif, selain itu terbentuknya empat kelompok untuk tingkat kesejahteraan sosial ekonomi di Provinsi Jawa Barat yang memiliki indikator mirip satu dengan yang lainnya dilakukan berdasarkan kuadran.
Penerapan Model ARCH/GARCH untuk Memprediksi Harga Saham Perusahaan Tokai Carbon Muhammad Irfan Rizki; Teguh Ammar Taqiyyuddin; Puspa Faydian Rahmah; Amsal Esa Hasana
Jurnal Sains Matematika dan Statistika Vol 7, No 2 (2021): JSMS Juli 2021
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v7i2.13138

Abstract

Data harga saham historis adalah rangkuman tren harga saham individual emiten. Penelitian ini membahas tentang prediksi data historis saham Tokai Carbon, dengan 60 data mulai dari Januari 2016 sampai Desember 2020. Tujuan penelitian ini adalah untuk memodelkan data historis saham Tokai Carbon melalui model ARCH/GARCH. Model GARCH (0, 1) adalah model yang paling Tepat untuk memprediksi harga saham Tokai Carbon pada penelitian ini. Nilai MAPE menunjukkan persentase yang rendah yakni sebesar 4,949972% yang mengindikasikan metode ARCH/GARCH sangat baik dalam memprediksi harga saham Tokai Carbon. Pembentukan model dilakukan untuk memprediksi data saham Tokai Carbon untuk 7 bulan ke depan, yakni mulai Januari 2021 hingga Juli 2021.
Aplikasi Model ARCH/GARCH dalam Prediksi Laju Inflasi Bulanan Indonesia Fanny Salsabila; Rahmalisa Aulia Fatharani; Teguh Ammar Taqiyyuddin; Muhammad Irfan Rizki
Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v8i1.13252

Abstract

Inflasi telah menjadi bagian penting masalah perekonomian pada setiap negara, termasuk Indonesia. Kestabilan inflasi merupakan suatu hal yang penting karena inflasi yang rendah dan stabil merupakan prasyarat bagi pertumbuhan ekonomi sehingga memberikan manfaat bagi peningkatan kesejahteraan masyarakat. Penelitian ini menggunakan metode ARCH/GARCH dalam memodelkan laju inflasi periode bulanan di Indonesia selama periode Januari 1979 sampai April 2021. Residual white noise heteroscedasticity menunjukkan bahwa data memiliki sifat heteroskedastisitas. Untuk mengatasi sifat heteroskedastisitas pada data laju inflasi bulanan digunakan pemodelan dengan metode ARCH/GARCH. Model yang paling sesuai untuk melakukan prediksi laju inflasi bulanan adalah model GARCH (0, 1) yang dapat dilihat dari nilai Akaike Information Criteria terkecil baik pada AIC konstan maupun tidak konstan yaitu sebesar 1366,07 dan 1364,04. Berdasarkan nilai AIC terkecil maka mengindikasikan bahwa model yang diperoleh sudah cocok untuk prediksi.
Penerapan Model SARIMA untuk Memprediksi Tingkat Inflasi di Indonesia Muhammad Irfan Rizki; Teguh Ammar Taqiyyuddin
Jurnal Sains Matematika dan Statistika Vol 7, No 2 (2021): JSMS Juli 2021
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v7i2.13168

Abstract

Inflasi merupakan suatu kenaikan harga barang atau jasa secara menyeluruh dan berkelanjutan, yang menyebabkan menurunya nilai tukar rupiah dan berpengaruh terhadap daya beli bahan baku atau industri di mana bahan tersebut diimpor. Hal ini tentunya dapat menjadi ancaman dan ditandai dengan fenomena keuangan yang menggambarkan pertumbuhan keuangan yang berlebihan dan tidak stabil. Usaha yang bisa diperoleh dalam menangani masalah tersebut adalah prakiraan inflasi di Indonesia. Penelitian ini bertujuan untuk mendapatkan model prakiraan inflasi bulanan di Indonesia dan mengetahui kapan harus menaikkan prakiraan tersebut berupa upaya adaptasi untuk menstabilkan inflasi. Data yang dipergunakan merupakan data inflasi bulanan periode Januari 2003 sampai November 2020. Metode yang dipergunakan dalam penelitian ini yaitu model SARIMA yang merupakan evolusi dari model ARIMA yang dapat disesuaikan dengan model data inflasi musiman. Berdasarkan hasil pengolahan, didapatkan model terbaik dengan nilai AIC terendah, SARIMA (1,0,1)(1,1,1)12 dengan nilai sebesar MAPE 5.19%. Hasil prediksi menunjukkan bahwa dalam beberapa bulan kedepan akan terjadi peningkatan tingkat inflasi sesuai model yang telah dibuat. Berdasarkan hal tersebut, penelitian ini diharapkan menjadi acuan bagi pemerintah dalam menentukan langkah antisipasi terjadinya permasalahan pada bidang perekonomian.
Faktor Penyebab Kemiskinan di Provinsi Jawa Barat Menggunakan Spatial Autoregressive Quantile Regression Teguh Ammar Taqiyyuddin; Muhammad Irfan
Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v8i1.13185

Abstract

Kemiskinan merupakan permasalahan multidimensional yang mencakup aspek kehidupan sehingga menjadi pusat perhatian pemerintah khususnya di Provinsi Jawa Barat yang menjadikan masalah kemiskinan menjadi isu stategis dalam Rencana Pembangunan Jangka Menengah Daerah tahun 2018-2023. Analisis regresi merupakan analisis yang digunakan untuk memodelkan hubungan antara variabel prediktor dan variabel respon. Akan tetapi asumsi yang harus dipenuhi dalam analisis regresi yaitu kebebasan antar pengamatan. Jika pengamatan mempunyai efek spasial, yaitu suatu pengamatan pada daerah tertentu yang dipengaruhi oleh daerah disekitarnya, tentunya metode analisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial dengan melibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasial tersebut. Maka dalam permasalahan ini tentunya dibutuhkan analisis ststistika yang Robust terhadap adanya nilai outlier dan juga dapat memperhatikan efek spasial dilihat dari berbagai level resiko dengan menggunakan analisis Spatial Autoregressive Quantile Regression. Pada penelitian ini digunakan 5 level Quantile yaitu 0.1, 0.25, 0.5, 0.75 dan 0.95. Diperoleh hasil bahwa tingkat pengangguran terbuka, PDRB dan Kepadatan penduduk berpengaruh signifikan terhadap tingkat kemiskinan di Provinsi Jawa Barat.
Penerapan Model ARCH-GARCH dalam Prediksi Harga Saham The Walt Disney Muhammad Irfan; Teguh Ammar Taqiyyuddin; Nabilla Clarissa; Nadiyah Nisrina
Jurnal Sains Matematika dan Statistika Vol 7, No 2 (2021): JSMS Juli 2021
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/jsms.v7i2.13175

Abstract

Ringkasan harga saham individual emiten yang diperdagangkan di bursa efek Indonesia disebut Data harga saham historis. Penelitian ini dilakukan untuk memprediksi harga saham The Walt Disney Company menggunakan data pada bulan Januari 2011 sampai bulan April 2021. Tujuan dari penelitian ini yaitu mendapatkan pemodelan data historis saham The Walt Disney Company menggunakan ARCH/GARCH. Model ARCH (1) merupakan model terbaik dalam memprediksi harga saham The Walt Disney Company. Nilai MAPE sebesar 1,83% menunjukkan metode ARCH/GARCH sudah bagus dalam memprediksi harga saham The Walt Disney Company. Model terbaik yang didapatkan digunakan untuk memprediksi data saham The Walt Disney Company 12 periode kedepan pada bulan Mei 2021 hingga April 2022.
Pemodelan Regresi Spatial Autoregressive Fixed Effect Model Data Panel Pada Tingkat Kemiskinan Di Provinsi Jawa Barat Muhammad Irfan Rizki; Teguh Ammar Taqiyyuddin
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 14 No 1 (2021): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.488 KB) | DOI: 10.36456/jstat.vol14.no1.a3816

Abstract

Kemiskinan merupakan salah satu permasalahan global yang terjadi di semua negara berkembang termasuk negara Indonesia. Pengentasan kemiskinanan menjadi prioritas utama dalam tujuan pembangunan berkelanjutan atau Sustainable Development Goals (SDGs), dimana pengentasan kemiskinan menjadi tujuan pertama yang ingin dicapai. Kemiskinana juga menjadi salahsatu permasalahan yang menjadi isu salahsatu isu strategis RPJMD tahun 2018-2023 yang menjadi pusat perhatian pemerintah khususnya di Provinsi Jawa Barat yang merupakan provinsi dengan jumlah penduduk terbanyak di Indonesia. Pada penelitian ini akan dilakukan analisis faktor-faktor yang mempengaruhi kemiskinan di Provinsi Jawa Barat. Data kemiskinan tiap-tiap kabupaten/kota memiliki tingkat yang berbeda -beda, sehingga terdapat kemungkinan adanya efek spasial dalam data. Maka pemodelan harus mengakomodasi aspek spasial kemudian terbatasnya variabel yang dilibatkan karena keterbatasan data tentunya menimbulkan oomited variabel atau varaiebel yang relevan namun tidak ada dalam model maka digunakan pendekatan fixed effect model dalam mengatasi masalah tersebut. Sehingga pemodelan yang digunakan adalah Spatial Autoregressive Fixed Effact model ( SAR-FEM). Hasil penelitian ini didapatkan bahwa Variabel Tingkat pengangguran terbuka, Indkes pembangunan Manusia dan persentase penduduk berpengaruh signifikan terhadap Tingginya tingkat kemiskina di Provinsi Jawa Barat. Model spatial lag fixed effect yang terbentuk dapat menjelaskan besarnya keragaman dari Tingkat Kemiskinan yang dapat dijelaskan oleh variabel prediktor sebesar 98.88% sedangkan 1.116% sisanya dijelaskan oleh variabel lain yang tidak dimasukkan kedalam model.
Co-Authors Amsal Esa Hasana Fanny Salsabila Muhammad Irfan Muhammad Irfan Rizki Nabilla Clarissa Nadiyah Nisrina Puspa Faydian Rahmah Rahmalisa Aulia Fatharani