Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Kubik Indonesian Journal on Computing (Indo-JC)
Hasbi Rabbani
Telkom University
Computer Science & IT Education

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Model Autoregressive dengan Pendekatan Conditional Maximum Likelihood Untuk Prediksi Harga Saham Cipta Rahmadayanti; Hasbi Rabbani; Aniq Atiqi Rohmawati
KUBIK Vol 3, No 1 (2018): KUBIK : Jurnal Publikasi Ilmiah Matematika
Publisher : Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/kubik.v3i1.2731

Abstract

Jual beli saham merupakan salah satu bentuk investasi yang menjanjikan para investor, investasi berkaitan dengan return atau keuntungan yang didapatkan oleh suatu investor atas suatu investasi yang dilakukan terhadap saham tertentu. Untuk mendapatkan nilai return pada beberapa periode kedepan dapat dilakukan prediksi, pada dasarnya prediksi dapat dilakukan dengan menggunakan beberapa metode, namun dengan menggunakan model time series diharapkan menghasilkan prediksi yang baik karna karakteristik dari data saham merupakan data time series yang bergerak kontinu terhadap waktu. Pada penelitian ini digunakan model time series Autoregressive (AR) dengan pendekatan Conditional Maximum Likelihood untuk memprediksi nilai return serta dapat melihat pergerakan harga saham. Nilai parameter yang penting pada model Autoregressive orde 1 adalah . Hasil penaksiran parameter dengan Conditional Maximum Likelihood digunakan untuk memperoleh nilai hasil prediksi. Berdasarkan hasil analisis,  model Autoregressive dengan pendekatan Conditional Maximum Likelihood adalah model yang baik untuk memprediksi return dan harga saham NASDAQ dengan RMSE sebesar 0,0002578. Berdasarkan hasil prediksi model AR(1), maka para investor dapat membuat strategi untuk berinvestasi pada indek saham NASDAQ agar dapat menghasilkan keuntungan.
Kinerja OpenMP pada Pengolahan Citra dengan Model Curvature Motion Hasbi Rabbani; Putu Harry Gunawan
Indonesia Journal on Computing (Indo-JC) Vol. 3 No. 1 (2018): Maret, 2018
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2018.3.1.218

Abstract

Evolusi dari sebuah bentuk geometri meliputi perubahan curvature yang terdapat dalambentuk tersebut. Perubahan curvature ini tidak lepas dari perpindahan titik-titik pembentuknyadan diformulakan sebagai Mean Curvature Motion (MCM). MCM telah dipelajari secaramendalam untuk menyelesaikan salah satunya kurva Jordan pada pemodelan fisis. Pada jurnalini, solusi MCM diaproksimasi menggunakan skema finite  difference dan disimulasikan kedalam paralel OpenMP. Untuk menghitung performansi paralel, dilakukan simulasi sebanyak10 niter berbeda pada thread sejumlah 2, 4, dan 8. Dari simulasi yang telah dilakukan,didapatkan hasil bahwa performa paralel lebih membutuhkan waktu komputasi yang lebihrendah daripada serial. Selain itu, didapat pula rata-rata efisiensi kode paralel menggunakan2 Thread lebih tinggi daripada menggunakan 4 Thread dan 8 Thread. Sebagai contoh padaukuran niter 50000, kecepatan masing-masing 2, 4, dan 8 Thread adalah 180.422, 156.002,dan 333.243 s, serta efisiensi masing-masing 2, 4, dan 8 Thread adalah 113%, 66%, dan34,8%.
Model GARCH dengan Pendekatan Conditional Maximum Likelihood untuk Prediksi Harga Saham Cipta Rahmadayanti; Hasbi Rabbani; Aniq Atiqi Rohmawati
Indonesia Journal on Computing (Indo-JC) Vol. 3 No. 2 (2018): September, 2018
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/INDOJC.2018.3.2.223

Abstract

Jual beli saham merupakan salah satu bentuk investasi yang menjanjikan para investor, investasi berkaitan dengan return atau keuntungan yang didapatkan oleh suatu investor atas suatu investasi yang dilakukan terhadap saham tertentu. Untuk mendapatkan nilai return pada beberapa periode kedepan dapat dilakukan prediksi, pada dasarnya prediksi dapat dilakukan dengan menggunakan beberapa metode, namun dengan menggunakan model time series diharapkan menghasilkan prediksi yang baik karna karakteristik dari data saham merupakan data time series yang bergerak kontinu terhadap waktu. Pada penelitian ini digunakan model time series Autoregressive (AR) dengan pendekatan Conditional Maximum Likelihood untuk memprediksi nilai return serta dapat melihat pergerakan harga saham. Nilai parameter yang penting pada model Autoregressive orde 1 adalah . Hasil penaksiran parameter dengan Conditional Maximum Likelihood digunakan untuk memperoleh nilai hasil prediksi. Berdasarkan hasil analisis,  model Autoregressive dengan pendekatan Conditional Maximum Likelihood adalah model yang baik untuk memprediksi return dan harga saham NASDAQ dengan RMSE sebesar 0,0002578. Berdasarkan hasil prediksi model AR(1), maka para investor dapat membuat strategi untuk berinvestasi pada indek saham NASDAQ agar dapat menghasilkan keuntungan.
Co-Authors Aniq Atiqi Rohmawati Cipta Rahmadayanti Putu Harry Gunawan