Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Kubik

Model Regresi Data Panel Terbaik untuk Faktor Penentu Laba Neto Perusahaan Asuransi Umum Syariah di Indonesia Delia Fatharani Durrah; Rini Cahyandari; Asep Solih Awalluddin
KUBIK Vol 5, No 1 (2020): 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.v5i1.8488

Abstract

Data panel merupakan gabungan antara data cross section dengan data time series. Model regresi data panel terbaik pada penelitian ini adalah Random Effect Model (REM). Faktor penentu laba neto perusahaan asuransi umum syariah di Indonesia menunjukkan bahwa biaya klaim, hasil underwriting, dan pendapatan premi neto mempengaruhi laba neto perusahaan asuransi umum syariah di Indonesia selama periode pengamatan tahun 2014-2017.
Peramalan Kurs Jual Uang Kertas Mata Uang Singapore Dollar (SGD) terhadap Rupiah Menggunakan Model ARFIMA (Autoregressive Fractionally Integrated Moving Average) Rini Cahyandari; Rima Erviana
KUBIK Vol 1, No 1 (2015): 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.v1i1.323

Abstract

Model ARFIMA (Autoregressive Fractionally Integrated Moving Average) merupakan pengembangan dari model ARIMA yang pertama kali dikenalkan oleh Granger dan Joyeux (1980). Sedangkan Hosking (1981) memperkenalkan sifat jangka panjang (long memory) pada data dengan ciri hasil plot ACF (Autocorrelation Function) turun lambat secara hiperbolik dan memiliki nilai Statistik Hurst antara 0.5 < H < 1 . Model ARFIMA memiliki tiga parameter yaitu p, d, dan q. Dimana p adalah parameter autoregressive, d adalah parameter differencing dan q adalah parameter moving average. Dimana parameter d berupa bilangan riil antara -0.5 < d < 0.5 dan dapat dicari mengguakan metode regresi spektral. Penelitian terhadap kurs uang kertas mata uang Singapore Dollar terhadap rupiah dilakukan untuk mengetahui hasil estimasi parameter d dengan menggunakan regresi spektral untuk peramalan menggunakan model ARFIMA dan memperoleh kesimpulan bahwa model tersebut telah memenuhi dan memadai untuk dijadikan model peramalan. Dimana pada tahap identifikasi data memiliki nilai statistik Hurst sebesar 0.967 yang menunjukan H > 0.5 sehingga pola long memory. Model terbaik berdasarkan nilai MSE dan AIC terkecil sebesar MSE = 2173.33 dan AIC = -1238.81 yang dihasilkan yaitu pada data kurs uang kertas SGD terhadap rupiah dengan ARFIMA (7, d=-0.42, 7) dengan d=-0.42 menyatakan ARFIMA proses stasioner dengan ACF dan PACF semua negatif menunjukan turun lambat secara hiperbolik menuju nol dengan lag meningkat.
Peramalan Menggunakan Metode MS-AR, MS-Regression dan MS-VAR pada Model Perubahan Struktur Martina, Annisa; Jajuli, Marsa Aufa; Cahyandari, Rini
KUBIK Vol 9 No 1 (2024): 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.v9i1.31371

Abstract

Aktivitas ekspor dan impor memiliki peranan penting pada perdagangan internasional yang dapat meningkatkan pembangunan ekonomi di dalam negeri. Ekspor di Indonesia terdiri dari dua sektor yaitu migas dan non migas. Adanya perubahan regime dalam data migas menyebabkan volume ekspor cenderung fluktuatif dan memiliki perubahan struktur. Model perubahan struktur dapat diselesaikan dengan menggunakan metode Markov Switching (MS) yang terdiri dari MS Autoregressive, MS Regression dan MS Vector Autoregressive. Pada penelitian ini menggunakan data bulanan volume ekspor migas Indonesia selama 5 tahun (2018 sd 2022). Hasil penelitian menunjukkan bahwa terjadi perubahan struktur pada waktu ke-12 (Desember 2018) dengan 2 regime. Setelah dilakukan pemodelan dan uji diagnostik, didapatkan model terbaik untuk volume ekspor migas Indonesia adalah MS(2) menggunakan metode MS Regression dengan nilai MAPE 12.49% dan nilai peluang perpindahan regime 94%, yang menyatakan bahwa ekspor migas yang dilakukan oleh negara Indonesia memberikan dampak yang cukup baik untuk perekonomian Indonesia, terutama dalam hal perdagangan internasional.