Claim Missing Document
Check
Articles

Found 5 Documents
Search

PREDIKSI KECEPATAN ANGIN DALAM MENDETEKSI GELOMBANG AIR LAUT TERHADAP SKALA BEAUFORT DENGAN METODE HYBRID ARIMA-ANN (Studi Kasus: Kabupaten Lombok Barat 2019) Virgania Sari; Dyah Ayu Maulidany
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1028.42 KB) | DOI: 10.26714/jsunimus.8.1.2020.%p

Abstract

Indonesia merupakan negara kepulauan maritim banyak pulau-pulau dengan berbagaikarakteristik yang ada di Indonesia. Salah satu pulau yang memiliki posisi geografisyang cukup menguntungkan dengan potensi daerah tujuan wisata dan jalur perhubunganlaut nasional maupun international yaitu Pulau Lombok yang bertepatan di ProvinsiNusa Tenggara Barat (NTB). Dari sekian kabupaten di Provinsi NTB ada salah satukabupaten yang memiliki keunggulan pada pembangunan daerah dari berbagai aspekseperti pariwisata, pelabuhan penyebrangan vital penghubung Pulau Bali dan PulauLombok yaitu Kabupaten Lombok Barat. Sebagai wilayah yang berbatasan langsungdengan lautan, wilayah Kabupaten Lombok Barat cukup kaya dengan produk perikananlautnya. Adapun beberapa faktor alam yang menjadi penyebab kekhawatiran bagi paranelayan maupun pelaut yaitu angin yang mempengaruhi tinggi nya gelombang laut.Dalam menyelesaikan permasalahan meramalkan rata-rata kecepatan angin diKabupaten Lombok Barat untuk yang akan datang, dilakukan menggunakan metode,yaitu hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network(ARIMA-ANN). Dimana hasil peramalan dapat dijadikan acuan untuk untuk mencegahdampak negatif dari angin dan mengoptimasikan peranan positif angin dalam kehidupansehari-hari manusia. Model yang digunakan untuk meramalkan rata-rata kecepatanangin  pada penelitian ini memiliki nilai MSE training dan testing terkecil  sebesar0.000061 dan 0.0657. Hal tersebut menunjukkan bahwa model yang dihasilkanmemiliki hasil permalan yang sangat baik.
PERAMALAN HARGA SAHAM PT SUMBER ALFARIA TRIJAYA TBK MENGGUNAKAN ARCH/GARCH Farhan Alfian Royyan; Virgania Sari
Journal of Applied Statistics and Data Mining Vol. 2 No. 1 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i1.38

Abstract

Investasi dapat diartikan sebagai suatu kegiatan penempatan dana pada satu atau lebih dari suatu aset selama periode waktu tertentu dengan harapan akan memperoleh penghasilan atau peningkatan nilai investasi. Untuk mendapatkan hasil investasi yang tepat, Investor perlu mengetahui kondisi keuntungan di masa yang akan datang dihitung dari penutupan harga saham. Volatilitas yang tinggi menggambarkan tingkat risiko yang dihapadi pemodal, karena mencerminkan fluktuasi pergerakan harga saham. Sehingga besa kemungkinan intervensi saham mempunyai risiko yang tinggi. Model yang dapat mengatasi masalah volatilitas adalah model Autoregressive Coditional Heteroscedasticity (ARCH) dan Generalized Autoregressive Coditional Heteroscedasticity (GARCH). Data yang digunakan dalam penelitian ini adalah data harga saham PT Sumber Alfaria Trijaya Tbk pada bulan Agustus tahun 2017 sampai bulan Agustus tahun 2021 dengan nilai tertinggi yaitu pada bulan Agustus tahun 2021. Dari hasil analisis, model yang didapat adalah ARCH (1) dilihat dari hasil peramalan menunjukan peningkatan pada tanggal periode tanggal 25 Agustus 2021 yaitu 1296.
Forecasting Rice Production Results in Central Java Province Using the National Autoregressive Integrated Moving Average With Exogenous Input (SARIMA) Method Imam mutohirin; Virgania Sari
Journal of Applied Statistics and Data Mining Vol. 3 No. 2 (2022): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v3i2.44

Abstract

Padi merupakan tanaman pangan yang sangat penting di dunia setelah gandum dan jagung. Lebih dari 90% produksi beras global ditanam di Asia, Di Indonesia merupakan produsen beras terbesar ketiga di dunia. Produksi padi Indonesia meningkat menjadi 65.150.764 metrik ton pada tahun 2010 dari 64.398.890 metrik ton pada tahun 2009. Jawa telah menyumbang sekitar 54% dari produksi padi nasional. Berdasarkan data BPS tahun 2015 salah satu penghasil beras terbesar se Indonesia adalah Jawa Tengah. Dengan luas lahan yang terus berkurang akibat beberapa faktor maka dapat dipastikan produksi padi akan berkurang dari tahun ke tahun. Salah satu langkah awal dalam menangani hasil produksi padi di Jawa Tengah yaitu dengan melakukan peramalan pada tahun mendatang. Metode yang digunakan dalam penelitiasn ini adalah Seasonal Autoregressive Integrated Moving Average With Exogenous Input (SARIMAX). Dalam metode ini faktor-faktor yang mempengaruhi variabel dependen Z pada waktu ke-t dipengaruhi tidak hanya oleh fungsi variabel Z dalam waktu tetapi juga oleh variabel-variabel independen lain pada waktu ke-t. Hasil penelitian menunjukan bahwa model terbaik yang didapat adalah SARIMAX (0,1,1)3 dengan parameter fungsi transfer b=0 =3 =0 karena semua asumsi pada model tersebut dapat terpenuhi dan layak untuk digunakan peramalan. Dari hasil peramalan dengan model terbaik diketahui produksi padi tertinggi selalu berada pada subround pertama dan terendah berada pada subround ke tiga.
Modeling the Stock Price of PT Bank Rakyat Indonesia Tbk with ARCH/GARCH Method Maula Sufiana; Virgania Sari
Journal of Applied Statistics and Data Mining Vol. 4 No. 2 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i2.63

Abstract

Harga penutupan adalah harga akhir yang dicatat ketika pasar saham ditutup. Harga penutupan ini digunakan sebagai acuan untuk harga pembukaan saham keesokan harinya. Sejak pandemi Covid-19 berdampak pada perekonomian suatu negara, termasuk industri keuangan khususnya perbankan. Salah satu bentuk investasi di pasar modal yang dapat diperjualbelikan adalah saham. PT. Bank Rakyat Indonesia Tbk. Cenderung berfluktuasi dari waktu ke waktu yang mengindikasikan bahwa data runtun waktu mengalami dluktuasi varians. Volatilitas ditunjukkan dengan adanya suatu fase dimana fluktuasi relatif tinggi kemudian diikuti dengan fluktuasi yang rendah dan tinggi lagi. Sehingga menyebabkan terjadinya heteroskedastisitas, maka metode yang digunakan adalah ARCH/GARCH. Data yang digunakan dalam penelitian ini adalah data harga saham PT. Bank Rakyat Indonesia Tbk. berupa data harian dari bulan Januari 2020 sampai dengan September 2021. Hasil penelitian menunjukkan bahwa dari beberapa estimasi model, model terbaik adalah ARIMA (0,1,2) ARCH(1) dengan hasil peramalan penutupan harga saham pada periode 15/09/2021 sebesar 3696 dengan nilai MAPE sebesar 0,036, dapat disimpulkan bahwa ketetapan pemodelan sangat baik karena nilai MAPE < 10%.
Stock Price Forecasting Pt Gudang Garam Tbk Using Arch/Garch Mochamad Aqil Sahibul Hikam; Virgania Sari
Journal of Applied Statistics and Data Mining Vol. 4 No. 2 (2023): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v4i2.64

Abstract

Investasi dilakukan untuk memenuhi kebutuhan dan keinginan masyarakat, baik secara individu, kelompok maupun negara, investasi sangat dibutuhkan untuk membantu perekonomian suatu negara. Investor perlu mengetahui kondisi keuntungan di masa yang akan datang yang dihitung dari harga saham penutupan. Volatilitas yang tinggi menggambarkan tingkat risiko yang dihadapi oleh investor, karena mencerminkan fluktuasi pergerakan harga saham. Sehingga kemungkinan terjadinya intervensi saham memiliki risiko yang tinggi. Model yang dapat mengatasi masalah volatilitas adalah model Autoregressive Conditional Heteroscedasticity (ARCH) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Data yang digunakan dalam penelitian ini adalah data harga saham mingguan PT. Gudang Garam Tbk pada bulan Januari 2018 hingga Juli 2022 dengan nilai tertinggi pada bulan Juli 2022. Dari hasil analisis, model terbaik adalah ARIMA (0,1,3) ARCH(1) dilihat dari hasil peramalan yang menunjukkan penurunan pada tanggal 24 Juli 2022 yaitu sebesar 29686 dengan nilai MAPE sebesar 0,97428%.