Article Per Year (5 Year)
p-Index From 2021 - 2026
3.46
P-Index
This Author published in this journals
All Journal JUITA : Jurnal Informatika Kubik Jurnal Sains Matematika dan Statistika Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) Desimal: Jurnal Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya Journal of Science Innovare EKOLOGIA : Jurnal Ilmiah Ilmu Dasar dan Lingkungan Hidup BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Statistika dan Matematika (Statmat) KUBIK: Jurnal Publikasi Ilmiah Matematika Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal PkM (Pengabdian kepada Masyarakat) Jurnal Eurekamatika Jurnal Karya Abdi Masyarakat Jurnal Indonesia Sosial Sains Jurnal Matematika Integratif Pelita: Jurnal Pengabdian kepada Masyarakat JMT (Jurnal Matematika dan Terapan) Jurnal Jendela Matematika
Embay Rohaeti
Universitas Pakuan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Comparison of Missing Data Handling Methods and Forecasting of Broiler Egg Prices Using Autoregressive Integrated Moving Average : (Case Study: Bogor Regency/City) Dion, Shelly Selgiant; Rohaeti, Embay; Widyastiti, Maya
Jurnal Indonesia Sosial Sains Vol. 5 No. 12 (2024): Jurnal Indonesia Sosial Sains
Publisher : CV. Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/jiss.v5i12.1540

Abstract

Fluctuations in the price of broiler eggs can have an impact on decreasing people's purchasing power, so a form of price control through forecasting is needed. The existence of missing data in broiler egg price data can interfere with the accuracy of forecasting results. This research is carried out in two stages. The first stage is handling missing data. Missing data handling is done by comparing two methods, namely the linear interpolation method and the simple moving average (SMA) method. The second stage is forecasting with the autoregressive integrated moving average (ARIMA) method. The objectives of this study are to handle missing data on the data of broiler egg prices with linear interpolation and SMA methods, evaluate the results of the comparison of missing data handling methods, forecast future broiler egg prices, and evaluate the results of forecasting. The data used is daily data on the price of broiler eggs in Bogor Regency / City in the period January 1, 2019, to December 31, 2023, as much as 1,826 data. The results of the comparison of missing data handling methods showed that the linear interpolation method is declared better with an accuracy value using MAPE of 0.005%. The results of forecasting the price of broiler eggs show that the forecasting results with the ARIMA (1,1,3) model follow the actual data pattern, with a MAPE accuracy value of 0.601%; it is stated that the forecasting performance has performed well.
Implementasi Rolling Forecast untuk Meningkatan Akurasi Peramalan Arima pada Saham Unilever Anzari, Bandar; Luthfi, Alaika; Widiastuti, Qori Fadilah; Agisti, Gitsa Laili; Rohaeti, Embay
SAINTIFIK Vol 12 No 1 (2026): Saintifik: Jurnal Matematika, Sains, dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/saintifik.v12i1.619

Abstract

PT Unilever Indonesia Tbk (UNVR) menghadapi tantangan volatilitas harga saham yang tinggi akibat dinamika pasar dan faktor eksternal yang berfluktuasi, sehingga menurunkan akurasi model peramalan konvensional. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi harga saham UNVR dengan menerapkan metode rolling forecast pada model ARIMA. Data yang digunakan merupakan data harga penutupan mingguan dari Januari 2015 hingga Januari 2025. Berdasarkan proses identifikasi Box–Jenkins dan pemilihan model menggunakan Akaike Information Criterion (AIC), model terbaik yang diperoleh adalah ARIMA(0,1,1). Hasil evaluasi menunjukkan bahwa penerapan rolling forecast secara signifikan meningkatkan kinerja model dengan penurunan MAPE dari 58,12% menjadi 3,44% dan MAE dari 1.481,51 menjadi 105,01, yang berarti peningkatan akurasi sebesar lebih dari 94%. Peningkatan ini menunjukkan bahwa pembaruan parameter model secara berkala efektif dalam menangkap perubahan tren harga terkini dan mengurangi bias prediksi. Secara praktis, hasil penelitian ini memberikan kontribusi bagi investor dan manajer portofolio dalam mengoptimalkan strategi pengambilan keputusan berbasis data dengan sistem peramalan yang lebih adaptif terhadap dinamika pasar saham.
Evaluasi Kinerja ARMA-GARCH dalam Pemodelan Volatilitas Pasar dan Peramalan Return Saham BBCA Rafli, Muhammad; Sungkar, Adisty; Fitriyani, Fijriyah; Rohaeti, Embay
SAINTIFIK Vol 12 No 1 (2026): Saintifik: Jurnal Matematika, Sains, dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/saintifik.v12i1.620

Abstract

Pergerakan harga saham yang tidak stabil mencerminkan adanya ketidakpastian pasar yang perlu dipahami oleh investor. Saham BBCA dipilih karena memiliki pengaruh besar di pasar modal Indonesia serta menunjukkan pola return yang tidak stabil, sehingga memerlukan pendekatan pemodelan volatilitas yang lebih tepat. Penelitian ini memanfaatkan data return harian periode November 2022 hingga November 2025. Tahapan analisis meliputi uji stasioneritas, penentuan model ARMA untuk memodelkan komponen mean, langkah analisis yang dilakukan mencakup pemeriksaan sifat stasioner, penentuan model ARMA sebagai representasi komponen mean, pengujian keberadaan efek ARCH, pemilihan model GARCH yang paling optimal berdasarkan kriteria informasi, serta penilaian akurasi peramalan melalui ukuran error. Hasil penelitian menunjukkan bahwa return bersifat stasioner dan terdapat efek ARCH yang signifikan. Model ARMA(1,3) GARCH(1,1) dipilih berdasarkan perbandingan kriteria AIC dan BIC yang menghasilkan nilai terendah. Model ini mampu memberikan estimasi volatilitas yang akurat dengan nilai MAE sebesar 0,0122 dan RMSE sebesar 0,0164, mampu menangkap perilaku volatilitas yang bersifat persisten. Nilai galat peramalan yang rendah mengindikasikan bahwa model ini dapat menghasilkan estimasi volatilitas yang cukup akurat. Temuan ini memberikan wawasan penting mengenai tingkat risiko pada pergerakan saham BBCA dan dapat membantu investor dalam mengambil keputusan investasi yang lebih tepat.
Model Indeks Tunggal Dalam Optimalisasi Portofolio Saham dan Long Short Term Memory dalam Peramalan Harga Saham Optimal Aeni, Kurnia'; Rohaeti, Embay; Widyastiti, Maya
KUBIK Vol 10 No 2 (2025): IN PRESS
Publisher : Department of Mathematics, Faculty of Science and Technology, UIN Sunan Gunung Djati Bandung

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

Abstract

Abstrak Dalam berinvestasi, berbagai pilihan saham dihadapkan oleh investor. Strategi yang diperlukan oleh investor dapat meminimalkan risiko dan memaksimalkan potensi keuntungan. Salah satu yang diperlukan dengan pendekatan Model Indeks Tunggal untuk dapat mengoptimalkan saham dalam portofolio, sehingga dapat memberikan keputusan saham yang optimal. Pada saham yang telah optimal dapat dilanjutkan untuk diramalkan harga saham terpilih. Harga saham memiliki pergerakan ketidakpastian, sehingga diperlukan pendekatan Long Short-Term Memory (LSTM). Pendekatan LSTM untuk menangani kompleksitas harga saham. Pendekatan LSTM ini dapat memberikan hasil peramalan harga saham yang akurat pada periode mendatang. Tujuan penelitian untuk mengoptimalisasi portofolio saham serta meramalkan harga saham optimal terpilih untuk periode mendatang. Data penelitian menggunakan data saham Blue Chip. Pada tahapan pertama dilakukan dengan Model Indeks Tunggal dan tahapan kedua meramalkan harga saham yang telah optimal terpilih dengan LSTM. Hasil tahapan pertama diperoleh 13 saham yang termasuk ke dalam portofolio optimal. Pada hasil tahapan kedua diperoleh peramalan kinerja harga saham dengan performa terbaik. Akurasi peramalan kinerja harga saham diperoleh dengan MAPE sebesar 4,23%. Hasilnya dapat dikatakan peramalan dari kinerja harga saham memiliki akurasi sangat baik. Kata kunci: Portofolio Saham, Model Indeks Tunggal, , Long Short-Term Memory (LSTM)
Co-Authors Aeni, Kurnia' Agisti, Gitsa Laili Aji Hamim Wigena Amar Sumarsa Andriyati, Ani Ani Andriyati Anzari, Bandar ASEP SAEFUDDIN Bagus Sartono Dion, Shelly Selgiant Else As Syavira Fernanda Caesa Putri Fitriyani, Fijriyah Hagni Wijayanti I Made Sumertajaya Isti Kamila Kusman Sadik Luthfi, Alaika Maya Widyastiti Maya Widyastiti, Maya Miasih, Sekar Mulyati , Ningsih, Wiwik Andriyani Lestari Oktaviani, Nita Prilia Ditasari Rafli, Muhammad Sekar Miasih Sri Yuningsih Sungkar, Adisty Triyanto, Muhammad Virgantari, Fitria Widiastuti, Qori Fadilah Yasmin Eka Faridhan