Claim Missing Document
Check
Articles

Pemodelan Klaim Asuransi Untuk Mencari Data Ekstrim Dengan Pendekatan Mixture Exponential Dan Peaks-over-threshold Fikri Nur Hadiansyah; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abstrak : Klaim asuransi merupakan indikator dalam menentukan tingkat risiko sebuah perusahaan asuransi. Semakin besar peluang klaim terjadi, maka semakin besar pula risiko yang dapat ditanggung oleh perusahaan asuransi. Peaks- Over-Threshold merupakan salah satu metode extreme value theory yang digunakan untuk mencari nilai ekstrim pada data dengan membuat suatu batas dari data tersebut. Selain itu, threshold merupakan nilai VaR sehingga nilai yang melebihi batas dari VaR tersebut dapat dikatakan sebagai nilai ekstrim. Kata kunci : Asuransi, pemodelan, extreme value theory, Peaks-Over-Threshold, Value-at-Risk
Penentuan Nilai Opsi Vanilla Tipe Eropa Multi Aset Menggunakan Metode Lattice Multinomial Annisa Resnianty; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Tugas akhir ini menentukan nilai opsi beli Vanilla tipe Eropa yang bergantung pada multi aset (dua aset). Nilai opsi dihitung dengan menggunakan metode Lattice Multinomial (Trinomial), modifikasi dari metode binomial karena terdapat tiga kemungkinan pergerakan harga saham yaitu pergerakan harga saham naik, harga saham turun dan harga saham tetap (nilainya tidak berubah). Hasil yang diperoleh berupa nilai opsi beli tipe Eropa dalam suatu waktu jatuh tempo dan analisis pada sensitivitas terhadap variabel-variabel yang mempengaruhi harga opsi saham, contohnya harga kesepakatan dan suku bunga. Dari hasil yang didapatkan, nilai opsi pada waktu jatuh tempo enam hari adalah 11, 04514 dan semakin besar harga kesepakatanya maka nilai opsi semakin kecil dan semakin besar nilai suku bunga, maka nilai opsi akan semakin kecil. Kata kunci : Opsi Vanilla Tipe Eropa, Opsi Beli, Multi Aset, Metode Lattice, Lattice Multinomial
Pemodelan Dan Simulasi Kebangkrutan Perusahaan Asuransi Dengan Waktu Kedatangan Klaim Berdistribusi Pareto Laode Muhammad Ali Al-Qomar; Deni Saepudin; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Dalam Tugas Akhir ini dibahas tentang pemodelan dan simulasi peluang kebangkrutan perusahaan asuransi, saat menanggung klaim dari pelanggan. Frekuensi klaim diasumsikan berdistribusi Poisson dan ukuran klaim diasumsikan berdistribusi Pareto. Perusahaan asuransi memiliki dana untuk membayar klaim yang diperoleh dari akumulasi cadangan dana awal, dan pendapatan perusahaan asuransi dari pembayaran premi oleh pelanggan asuransi. Jika cadangan dana perusahaan asuransi pada waktu ke-lebih kecil atau sama dengan 0, maka perusahaan asuransi mengalami kebangkrutan. Oleh karena itu akan dianalisis nilai premi tepat yang harus dibayar oleh pelanggan asuransi. Semakin besar jumlah premi yang dibayar, maka semakin besar cadangan dana perusahaan asuransi pada waktu ke- untuk menanggung klaim berikutnya. Dalam hal menghitung cadangan dana perusahaan asuransi, maka dilakukan simulasi dengan asumsi cadangan dana sebesar Rp 10.000.000.000 dan rate premi sebesar Rp 3000 sampai Rp 4100. Berdasarkan hasil pengujian, maka analisis yang diperoleh yaitu dengan premi Rp.4100, maka peluang bangkrut perusahaan asuransi adalah 0 dengan rata-rata cadangan dana akhir yaitu Rp.67.668.738.046. Sedangkan dengan menggunakan distribusi Eksponensial hasil diperoleh jika premi Rp.3900 per hari, maka peluang bangkrutnya 0, tetapi nilai rata-rata cadangan dana akhirnya masih lebih kecil dibandingkan dengan distribusi Pareto, dengan keuntungan perusahaan asuransi yaitu Rp28.842.181.773 dengan perbandingan nilai premi yang sama.
Optimalisasi Portofolio Geometric Mean Return Dengan Semivariance Dibawah Batasan Risiko Menggunakan Metode Interior Point Triyana Kadarisman; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Tujuan Utama berinvestasi adalah mendapatkan keuntungan maksimum dengan tingkat resiko tertentu oleh karena itu diperlukan manajemen risiko saat berinvestasi. Dalam tulisan ini kami membahas mengenai masalah optimasi portofolio untuk memaksimalkan Portofolio Geometric Mean Return dengan Semivariance tidak melebihi ukuran risiko yang telah ditetapkan sebagai ukuran risiko dalam rekayasa keuangan. Penentuan proporsi dari setiap saham dihitung menggunakan Solver Optimization di matlab dengan menggunakan algoritma Interior Point, Simulasi Monte Carlo dan eksperimen numerik dilakukan untuk mengetahui kondisi optimal dan menunjukkan bahwa metode ini efisien. Kata kunci : optimasi portofolio, simulasi monte carlo, eksperimen numerik 1 Abstract The main purpose of investing is to get maximum profit with a certain level of risk therefore required risk management when investing. In this paper we discuss the problem of portfolio optimization to maximize the Geometric Mean Return Portfolio with Semivariance not exceeding the size of the risk that has been established as a measure of risk in financial engineering. The determination of the proportion of each share is calculated using Solver Optimization in matlab using the Interior Point algorithm, Monte Carlo Simulation and numerical experiments conducted to determine the optimal conditions and show that the method is efficient. Keywords: portfolio optimization, monte carlo simulation, numerical eksperimen.
Prediksi Indeks Harga Saham Dengan Metode Gabungan Genetic Fuzzy System Dan Jaringan Syaraf Tiruan Abdurrahman Muttaqiin; Rian Febrian Umbara; Deni Saepudin
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Indeks harga saham adalah salah satu acuan para investor untuk melihat kecenderungan pasar ketingkat tertentu, apakah cenderung naik atau turun berdasarkan jangka waktu tersebut. Pergerakan indeks ini akan menjadi tolak ukur para investor untuk membuat keputusan apakah investor untuk menjual, mempertahankan, atau membeli saham tersebut. Akan tetapi kondisi harga saham tidak menentu, sehingga diperlukan sebuah prediksi untuk memantau perubahan tesebut dan membantu para investor untuk mengambil keputusan. Clustering Genetic Fuzzy System adalah sebuah metode untuk memprediksi indeks harga saham. Algoritma Genetika akan mengoptimasi fungsi keanggotaan, batas-batas kaki fungsi keanggotaan, dan aturan fuzzy. Fuzzy yang telah dioptimasi akan digunakan untuk memprediksi indeks harga saham. Hasil prediksi tersebut akan dibandingkan dengan metode GFS, GE, JST dan ANFIS. Hasil dari beberapa ujicoba pada tugas akhir ini, menunjukkan bahwa prediksi indeks harga saham menggunakan metode Clustering Genetic Fuzzy System memiliki MAPE sebesar 0,95. Sedangkan untuk prediksi menggunakan metode GFS memiliki MAPE sebesar 9,49, metode GE memiliki MAPE sebesar 5,15, metode JST memiliki MAPE sebesar 1,15 dan untuk metode ANFIS memiliki MAPE sebesar 1,31. Dari hasil percobaan tersebut dapat disimpulkan bahwa metode CGFS dapat digunakan untuk memprediksi indeks harga saham dengan tingkat toleransi error sebesar 2. Kata kunci: Prediksi, Indeks Harga Saham, Genetic Fuzzy System, Algoritma Genetika, Fuzzy.
Prediksi Financial Time Series Menggunakan Independent Component Analysis Dan Support Vector Regression. Studi Kasus : Ihsg Dan Jii. Ratih Puspita Furi; Jondri Jondri; Deni Saepudin
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Data indeks harga saham merupakan salah satu contoh data financial time series yang sifatnya cenderung berubah-ubah dan mengandung noise. Sifat noise ini terjadi saat data mengandung sedikit informasi yang dibutuhkan (less information). Hal ini tentunya akan mempengaruhi prediksi nilai indeks harga saham. Oleh karena itu dibutuhkan identifikasi dan penghapusan noise menggunakan metode Independent Component Analysis (ICA), sebelum membangun sistem untuk memprediksi nilai indeks harga saham menggunakan Support Vector Regression (SVR). ICA merupakan teknik baru untuk pemrosesan sinyal statistik. Dengan menggunakan metode ICA, identifikasi independent component (ICs) dan penghapusan ICs yang mengandung noise dapat dilakukan. ICs yang mengandung banyak informasi (most information) akan digunakan sebagai input pada SVR untuk membangun sistem untuk memprediksi nilai closing indeks harga saham. Data financial time series yang digunakan adalah data Indeks Harga Saham Gabungan (IHSG) dan Jakarta Islamic Index (JII). Kata Kunci: financial time series, indeks harga saham, Independent Component Analysis, Support Vector Regression.
Simulasi Kebijakan Pembayaran Dalam Manajemen Investasi Untuk Dana Amal Menggunakan Monte Carlo Diah Fitri Wulandari; Deni Saepudin; Irma Palupi
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Sebagian orang atau perusahaan menyisihkan penghasilan mereka untuk dana amal dalam bentuk investasi. Investasi yang digunakan adalah 50% untuk investasi aset berrisiko dalam bentuk saham dari lima perusahaan dan 50% untuk aset bebas risiko dari dana awal. Dalam pengaturan investasi dana amal, akan digunakan tiga kebijakan yang berbeda dengan Simulasi Monte Carlo untuk menyimulasikan investasi bagian aset berrisiko. Kebijakan pertama yaitu, pembayaran dana amal dibayarkan dengan persentase yang konstan dari total investasi setiap tahunnya. Kebijakan kedua, pembayaran dana amal dibayarkan dengan persentase yang konstan tetapi dari rata-rata total investasi tiga tahun sebelumnya. Sedangkan kebijakan ketiga, pembayaran diambil dari keuntungan total investasi di akhir tahun investasi.. Berdasarkan penelitian yang dilakukan, kebijakan pertama investasi bertahan hingga 39 tahun dan pembayaran dana amal hingga 23 tahun dengan rata-rata pembayaran 246.864 rupiah. Pada kebijakan kedua investasi bertahan hingga 28 tahun dan pembayaran dana amal hingga 22 tahun dengan rata-rata pembayaran 244.037 rupiah. Dan untuk kebijakan ketiga investasi bertahan hingga 39 tahun dan pembayaran dana amal hingga 38 tahun dengan rata -rata pembayaran 211.410 rupiah. Kata kunci: Metode Monte Carlo
Model Optimisasi Portofolio Saham Dan Deposito Secara Terintegrasi Menggunakan Mean Absolute Deviation Husain Athfal Hidayat; Deni Saepudin; Irma Palupi
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Untuk  membuat   has il inves tas i  yang  menghas ilk an keuntungan  yang  maks imum  s es uai deng an yang  diharapkan   dengan  mempertimbangkan   ris iko yang  kecil, maka  as et dis us un ke dalam  portofol i o. Pilihan   as et  yang   bis a  dipilih   inves tor   ke  dalam   portofolio    s angat  banyak,   namun   s ecara  umum berdas arkan  karakteris tik ris ikonya as et bis a dibagi  kedalam  dua kelompok  yaitu as et beris iko dan  as et bebas  ris iko. Ada banyak  model  optimis as i portofolio  yang ada, s alah s atunya adalah  model  Mean Absolute Deviation (MAD)  yang  diperkenalkan   oleh Hiros hi  Konno  dan  Yamazaki   (1991 ). Model  ini merupak an pengembangan    dari   model   yang   s udah   ada   s ebelumnya   yaitu   model    Mean-Variance  (MV)   dimana perbedaannya  terletak pada  bentuk  pengukuran  ris iko atau fungs i tujuannya.  Model  MAD berupa  Linear Programming  s ehingga  waktu  komputas i  yang  dibutuhkan   lebih  cepat  dibandingkan   model  MV  yang berupa  Quadratic Programming. Pada  tugas akhir ini topik  yang dibahas  adalah  permas alahan  optimas i  portofolio   gabungan  as et beris iko (s aham)  dan as et bebas  ris iko (depos ito)  yang diperdagangkan   di pas ar  Indones ia  menggunak an model  MAD  yang  dibandingkan   has ilnya dengan  model  MV.  Berdas arkan  has il analis is diperoleh  has il ris iko model  MAD lebih bes ar daripada  model  MV namun  pebedaan  keduanya  tidak s ignifikan. Fluktuas i nilai return portofolio  yang dihas ilkan kedua model  memiliki kecenderungan  yang s ama. Waktu komputas i model MAD lebih cepat dibandingkan  model MV ketika jumlah as et yang digunakan  dalam portofolio  lebih dari  28 buah  untuk  s etiap periode.  Nilai performans i  Sharpe  Ratio portofolio  yang dihas ilkan  oleh mode l MAD lebih rendah dibandingkan  model  MV, namun  keduanya  mas ih lebih baik dibandingkan  nilai Sharpe Ratio indeks LQ 45. Kata kunci: Portofolio, Saham, Depos ito, Mean Absolute Deviation, Mean -Variance, Asset Allocation
Prediksi Harga Saham Menggunakan Geometric Brownian Motion Dengan Ito’s Lemma Izzata Izzata; Deni Saepudin
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Peramalan data khususnya dalam pergerakan harga saham, memberikan panduan signifikan untuk membuat keputusan di pasar keuangan saat ini. Untuk mendapatkan gambaran tentang pergerakan saham dimasa depan, dibutuhkan sebuah model yang dapat meramalkan pergerakan harga saham. Dalam tugas akhir ini akan membahas tentang, bagaimana memodelkan serta memprediksi pergerakan harga suatu saham di masa yang akan datang menggunakan Geometric Brownian Motion dengan Ito’s Lemma. Saham yang akan digunakaan dalam tugas akhir ini adalah saham Telekomunikasi Indonesia, Indosat, PT Vale Indonesia, PT Perusahaan Gas Negara dan Bank BRI. Untuk menentukan keakuratan dalam memprediksi harga suatu saham, digunakan metode Mean Absolute Percentage Error (MAPE). Masing-masing data historis saham yang digunakan memiliki kurun waktu 3 bulan, 6 bulan, 9 bulan dan 1 tahun. Perbedaan waktu data historis yang digunakan bertujuan untuk mencari MAPE terkecil sehingga harga prediksi yang dihasilkan oleh Geometric Brownian Motion dengan Ito’s Lemma mendekati harga aktual. Masing-masing saham menghasilkan nilai MAPE kurang dari 10% yang menandakan bahwa peramalan sangat akurat. Untuk setiap data historis yang digunakan dari masing-masing saham, yang menghasilkan nilai MAPE terkecil dan memiliki rata-rata terkecil berada pada kurun waktu 1 tahun bila dibandingkan dengan yang lainnya. Kata kunci : Saham, Geometric Brownian Motion, Ito’s Lemma, Mean Absolute Percentage Error (MAPE) Abstract Forecasting data especially in stock price movements, provides significant guidance for making decisions on financial markets today. To get an idea of the future stock movement, it takes a model that can predict stock price movements. In this final project will discuss about, how to model and predict price movement of a stock in the future using Geometric Brownian Motion with Ito’s Lemma. The shares that will be used in this final project are Telekomunikasi Indonesia, Indosat, PT Vale Indonesia, PT Perusahaan Gas Negara and Bank BRI. To determine the accuracy in predicting the price of a stock, the Mean Absolute Percentage Error (MAPE) method is used. Each historical stock data used has a period of 3 months, 6 months, 9 months and 1 year. The time difference of historical data used aims to find the smallest MAPE so that the predicted price generated by Geometric Brownian Motion with Ito’s Lemma approaches the actual price. Each stock generates a MAPE value of less than 10% indicating that forecasting is accurate. For each historical data used from each stock, which yields the smallest MAPE value and has the smallest average being within 1 year when compared to the others. Keywords: Stocks, Geometric Brownian Motion, Ito’s Lemma, Mean Absolute Percentage Error (MAPE)
Pemodelan Dan Simulasi Penurunan Tekanan Pada Pipa Transmisi Menggunakan Metode Secant Kaisa Sekaring Pertiwi; Deni Saepudin; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Pipa transmisi merupakan salah satu alat transportasi yang cukup ekonomis untuk mendistribusikan gas alam dari suatu sumber ke konsumen. Saat gas alam sedang ditransmisikan melalui pipa, temperatur dan tekanan gas menurun di sepanjang pipa karena dipengaruhi oleh beberapa faktor. Dalam tugas akhir ini, metode secant akan digunakan untuk menganalisa seberapa besar penurunan tekanan dan temperatur saat gas didistribusikan dalam pipa transmisi, baik ketika temperatur dalam pipa diasumsikan konstan (isotermal) maupun tidak konstan (non- isotermal) dengan menggunakan elevasi maupun mengabaikan elevasi, dan akan dibandingkan dengan hasil dari data lapangan. Berdasarkan hasil perhitungan distribusi penurunan tekanan dan temperatur gas pada pipa, diperoleh bahwa tekanan dengan kondisi temperatur non isotermal dan menggunakan elevasi merupakan hasil yang paling mendekati dengan data lapangan dan memiliki error terkecil dibandingkan dengan kondisi yang lainnya, yaitu sebesar 0,32 %. Kata Kunci: Pipa Transmisi, Gas Alam, Metode Secant, Penurunan Temperatur, Penurunan Tekanan.
Co-Authors Abdurrahman Muttaqiin Achmad Fadholy Achmad Rizal Aditya Firman Ihsan Adiwijaya Aisyah Aisyah Alberila Fraida Loceseima Putri Almaya Sofariah Andhika Rama Putra Anggia Parsaoran Exaudi Aniq Antiqi Rohmawati Aniq Atiqi Rohmawati Aniq Rohmawati Anjar Pratiwi Annas Wahyu Ramadhan Annisa Aditsania Annisa Resnianty Anton Sri Haryanto Arfananda, Muhammad Ghifari Arifin Dwi Kandar Saputro Ayunda Firsty Trisnowati Azizah , Nakhwa Benedikto Krisnandy Wijaya Caramoy, Senza Danar Satrio Aji Dara Ayu Lestari Defy Ayu Dewa Made Rai Widyadarma Diah Fitri Wulandari Diani Sarah Kamilial Diani Sarah Kamilial Didit Adytia Dimas Rizqi Guintana Dini Apriliani Lestari Dio Navialdy Egi Shidqi Rabbani Elvina Oktavia Erlina Febriani Esther Laura Christy Fadhlika Hadi Fahmi Muhamad Fauzi Farah Diba Faturachman Nugraha Sasmita Fazlur Rahman Amri Febry Triyadi Fhira Nhita Fikri Nur Hadiansyah Fitriaini Amalia Freyssenita Kanditami P Furqon Hidayat Gharyni Nurkhair Mulyono Ghufron, Sayid Giali Ghazali Gilang Rachman Perdana Gilang Rachman Perdana Hadyatma Dahna Marta Hario Adi Ghufron Herlansyah, Ridhwan Rifky Himatul Zulfa Husain Athfal Hidayat Ihsan Hasanudin Irfan Fauzan Prasetyo Irma Palupi Isman Kurniawan Izzata Izzata Jondri Jondri Kaisa Sekaring Pertiwi Kautsar Abdillah Kemas Muslim Lhaksmana Khoirunnisa Ulayya Kuntjoro Adji Sidarto Lani Rohaeni Laode Muhammad Ali Al-Qomar Lesmana, Rangga Made Larita Ditakristy Mailia Putri Utamil Maulid Fathurachman, Rizaldi Mayriskha Isna Indriyani Mega Silvia Desvi Muhamad Aziz, Reihan Muhammad Fadhil Maulana Muhammad Iqbal Cholil Muhammad Rifqi Arrahim Natadikarta Muhammad Taufiq Raihan Nanda Putri Mintari Narestha Adi Pratama, Putu Agus Naufal Abdurrahman Burhani Nisrina Nur Faizah Novelya Nababan Novi Syafira, Muthia Nur Roza Fitriyana Putri Nuvaisiyah Putu Harry Gunawan Rahmi Putri Amalia Raisa Betha Meiliza Ratih Puspita Furi Rauf, Khalifatur Razaq, Kukuh Sanddi Reima Agustina Kusumawardani Reiza Krisnaviardi Resi Annisa Nur Reza Pratama Rian Febrian Umbara Ridhwan Rifky Herlansyah Rizaldi Maulid Fathurachman Rizq Athariq, Muhammad Sabilla Fitriyantini Saputra, Muhammad Ridho Semeidi Husrin Shabrina Nanggala Sheila Nur Fadhila Sofyan, Denny Sri Rezeki Hardiyanti Susy Sundari Syaifrijal Zirkon Radion Tasya Salsabila Tifani Intan Solihati Triandini Nurislamiaty Triyana Kadarisman Uggi Stivani Savitri Vina Putri Damartya Widyasari, Felicia Dina Yanuar Ishaq Zhafran, I Kamil Elian Zhafran, Kamil Elian