Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.244

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 Prosiding Seminar Nasional Official Statistics STATISTIKA

Muhammad Irfan Rizki

Universitas Padjadjaran

Author-ID : 2822571

Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 8 Documents Claim Missing Document

Claim Missing Document

Articles

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

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

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

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

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.

Peramalan Indeks Harga Saham PT Verena Multi Finance Tbk Dengan Metode Pemodelan ARIMA Dan ARCH-GARCH Muhammad Irfan Rizki; Teguh Ammar; Fajriyah Fitriyani; Salsabila Fasya
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

Indeks harga saham merupakan indikator penting dalam mencerminkan keseluruhan pergerakan harga saham dalam suatu periode. Indeks ini tentunya memiliki fungsi sebagai indikator trend pasar, yang menggambarkan kondisi pasar pada saat tertentu. Indeks saham merupakan hal yang sangat penting sebagai tolak ukur kinerja pasar modal dan produk investasi. Oleh karena itu, penelitian ini akan memfokuskan peramalan pada indeks harga saham PT Verena Multi Finance Tbk yang merupakan perusahaan yang bergerak di bidang pembiayaan konsumen. Masih kurangnya keakuratan metode peramalan yang digunakan sebelumnya menjadi latar belakang dari penelitian ini untuk mendapatkan prediksi indeks harga saham PT Verena Multi Finance Tbk periode bulanan dengan metode yang memiliki keakuratan yang lebih tinggi. Data yang digunakan adalah data sekunder yang diperoleh dari yahoofinance.com periode Januari 2009 sampai dengan Desember 2019. Metode yang digunakan pada penelitian ini merupakan model ARIMA, yaitu salah satu metode yang digunakan untuk peramalan data deret waktu. Berdasarkan pengolahan data, diperoleh model terbaik dengan nilai AIC terkecil yaitu ARIMA(0,1,1). Metode yang selanjutnya digunakan yaitu model ARCH-GARCH yang merupakan metode yang digunakan dalam peramalan data yang memiliki masalah heteroskedastisitas tanpa menghilangkan heteroskedastisitas tersebut. Berdasarkan hasil analisis yang diperoleh dengan peramalan ARCH-GARCH, didapatkan nilai indeks harga saham pada bulan Desember 2021 adalah sebesar 102.4 dengan MAPE sebesar 22.9971%. Dengan melakukan penelitian ini, diharapkan dapat ditemukan model terbaik untuk meramalkan indeks harga saham PT Verena Multi Finance Tbk pada waktu-waktu berikutnya agar dapat menjadi tolak ukur kinerja pasar modal dan produk investasi serta rujukan yang dapat dipercaya untuk melihat kondisi bursa saham pada saat ini. Kata kunci : Indeks harga saham, peramalan, ARIMA, ARCH-GARCH.

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

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.

Pemodelan Fixed Effect Panel Spatial Durbin Error Model Pada Tingkat Kemiskinan Teguh Ammar Taqiyyuddin; Muhammad Irfan Rizki
Seminar Nasional Official Statistics Vol 2021 No 1 (2021): Seminar Nasional Official Statistics 2021
Publisher : Politeknik Statistika STIS

Permasalahan yang ada di setiap negara khususnya negara berkembang termasuk Indonesia adalah kemiskinan. Program dalam mengentaskan kemiskinan merupakan pokok tujuan dari Sustainable Development Goals (SDGs). Jawa Barat yang merupakan salah satu provinsi dengan jumlah penduduk miskin terbanyak perlu mengatasi permasalah tersebut seperti yang tertuang dalam RPJMD. Dalam hal ini pemerintah seringkali menentukan pembangunan dengan memprioritaskan pembangunan ekonomi pada daerah perkotaan ataupun pusat perekonomian yang mengakibatkan daerah lainnya tertinggal dan kemiskinan menjadi tidak merata. Hal tersebut tentunya memperlihatkan faktor yang berhubungan dengan ekonomi diduga terdapat aspek spasial sehingga harus menggunakan spasial lag variabel prediktor sebagai prediktor variabel, selain itu kemiskinan merupakan masalah multidimensial sehingga banyak faktor yang mempengaruhi tingkat kemiskinan tidak dimasukkan ke dalam pemodelan. Variabel prediktor yang tidak dimasukkan ke dalam pemodelan dinamakan omitted variables. Berdasarkan permasalahan itu, dalam mengetahui faktor-faktor kemiskinan di Jawa Barat diperlukan suatu pendekatan yang mampu mengakomodasi lag spasial prediktor variabel dan error model yang berkorelasi spasial, serta mampu mengatasi bias taksiran akibat omitted variables. Maka dalam penelitian ini dilakukan pendekatan model regresi spasial Durbin Error Model. Pembobot spasial yang digunakan yaitu queen contiguity. Berdasarkan penelitian ini didapatkan bahwa variabel Indeks Pembanguna Manusia (IPM) dan persentase penduduk berpengaruh terhadap tingkat kemiskinan di Provinisi Jawa Barat, dengan nilai R-Square sebesar 98%. Maka hasil tersebut diharapkan dapat menjadi pertimbangan bagi pemerintah Jawa Barat untuk menanggulangi masalah kemiskinan dalam upaya mencapai tujuan pertama SDGs yaitu tanpa kemiskinan.

Pemodelan Spatio Temporal Pada Kasus Demam Berdarah di Provinsi Jawa Barat Muhammad Irfan Rizki; ANGGI NUR FAUZIAH; HASHINA QAWLAN SADIDA
Statistika Vol. 21 No. 2 (2021): Statistika
Publisher : Department of Statistics, Faculty of Mathematics and Natural Sciences, Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/statistika.v21i2.299

Penyakit menular yang menjadi permasalahan global yang mengencam kesehatan manusia yaitu demam dengue. Penyakit ini menular diakibatkan oleh virus dengue dan ditularkan oleh nyamuk Aedes aegypti. Kasus penyakit demam berdarah di Jawa Barat merupakan salah satu yang memiliki angka kasus yang termasuk tinggi disetiap tahunnya. Untuk meminimalisir penyebaran dan peningkatan kasus demam berdarah dapat dilakukan dengan mengendalikan faktor-faktor yang mempengaruhi dan melakukan pemetaan agar dapat terlihat daerah mana yang berisiko tinggi terjangkit demam berdarah. Penelitian ini menggunakan objek spasial yaitu kabupaten/kota di Jawa Barat selama empat tahun dan memiliki pola naik turun, sehingga dalam melakukan pemodelan dan pemetaan kasus demam berdarah di Jawa Barat digunakan analisis Spatio Temporal yang dapat mengakomodasikan aspek wilayah dan waktu. Untuk mengetahui sebaran penyakit biasanya dilakukan pemetaan menggunakan risiko relatif dengan Standardized Morbidity Ratio, akan tetapi Standardized Morbidity Ratio masih dipengaruhi oleh jumlah penduduk sehingga menghasilkan taksiran yang kurang tepat dan menyebabkan kesimpulan yang salah. Metode alternatif yang dapat digunakan yaitu metode Bayesian dengan pendekatan Integrated Nasted Laplace Approximation. Hasil analisis menunjukkan bahwa tidak terdapat ketergantungan spasial dan temporal namun terdapat heterogenitas spasial serta interaksi antara kabupaten/kota dan waktu terhadap penyebaran kasus demam berdarah di Provinsi Jawa Barat tahun 2016 sampai dengan tahun 2019. Kata Kunci:Demam Berdarah, Analisis Spatio-Temporal, Integrated Nasted Laplace Approximation, Risiko Relatif, Bayesian

Co-Authors Amsal Esa Hasana ANGGI NUR FAUZIAH Fajriyah Fitriyani Fanny Salsabila HASHINA QAWLAN SADIDA Puspa Faydian Rahmah Rahmalisa Aulia Fatharani Salsabila Fasya Teguh Ammar Teguh Ammar Taqiyyuddin Teguh Ammar Taqiyyuddin

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search