Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.845

P-Index

This Author published in this journals

All Journal Al-Jabar : Jurnal Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Limits: Journal of Mathematics and Its Applications Jambura Journal of Mathematics Jurnal Matematika UNAND InPrime: Indonesian Journal Of Pure And Applied Mathematics Jurnal Statistika dan Matematika (Statmat) Milang Journal of Mathematics and Its Applications MILANG Journal of Mathematics and Its Applications Limits: Journal of Mathematics and Its Applications

Berlian Setiawaty

Departemen Matematika, Fakultas Matematika Dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor

Author-ID : 3232955

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Mathematics Mechanical Engineering Physics Transportation Other

Published : 44 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Pendugaan Imbal Hasil Saham dengan Model Autoregressive Moving Average Grifin Ryandi Egeten; Berlian Setiawaty; Retno Budiarti
Jambura Journal of Mathematics Vol 3, No 2: July 2021
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

ABSTRAKSeorang investor pada umumnya berharap untuk membeli suatu saham dengan harga yang rendah dan menjual saham tersebut dengan harga yang lebih tinggi untuk memperoleh imbal hasil yang tinggi. Namun, kapan waktu yang tepat melakukannya menjadi tantangan tersendiri bagi para investor. Oleh sebab itu, dibutuhkan suatu model yang mampu menduga imbal hasil saham dengan baik, salah satunya adalah model autoregressive moving average (ARMA). Tujuan dari penelitian ini adalah untuk menerapkan model autoregressive (AR), model moving average (MA), atau model autoregressive moving average (ARMA) pada data observasi untuk menduga imbal hasil saham bank central asia (BCA). Terdapat empat prosedur dalam membangun sebuah model AR, MA atau ARMA. Pertama, data yang digunakan harus weakly stationary. Kedua, orde dari model harus diidentifikasi untuk memperoleh model yang terbaik. Ketiga, parameter setiap model harus ditentukan. Keempat, kelayakan model harus diperiksa dengan melakukan analisis residual untuk memperoleh model yang terbaik. Pada akhirnya, model ARMA (1,1) adalah model terbaik dan akurat dalam menduga imbal hasil saham BCA. ABSTRACTGenerally, investor always wish to be able to buy a stock at a low price and sell it at a higher price to obtain high returns. However, when is the best time to buy or sell it is a challenge for investor. Therefore, proper models are needed to predict a stock return, one of them is autoregressive moving average (ARMA) model. The first purpose of this paper is to apply the autoregressive (AR), moving average (MA) or ARMA models to the observations to predict stock returns. There are four procedures which is used to build an AR, MA, or ARMA model. First, the observations must be weakly stationary. Second, the order of the models must be identified to obtain the best model. Third, the unknown parameters of the models are estimated by maximum likelihood. Fourth, through residual analysis, diagnostic checks are performed to determine the adequacy of the model. In this paper, stock returns of BCA are used as data observation. Finally, the ARMA (1,1) model is the best model and appropriate to predict the stock returns BCA in the future.

Sifat Kemonotonan Barisan Trapezoid Sum dari Kelas Fungsi Nonkonveks dan Nonkonkaf Yudasril Yudasril; Berlian Setiawaty; I Gusti Putu Purnaba
Limits: Journal of Mathematics and Its Applications Vol 19, No 1 (2022)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/limits.v19i1.9218

The objective of this research is to show the monotonicity properties of the trapezoid sum sequence in general of nonconvex or nonconcave real valued continuous functions on interval corresponding to partitions of obtained by dividing into equal length subintervals. The decreasing monotony of the trapezoid sum generically does not happen in class of nonconcave functions. The same thing happens when restricted to the monotone nonconcave functions, namely in class of nonconcave increasing or nonconcave decreasing functions. Furthermore, in class of nonconvex functions, the trapezoid sum sequence generically does not increasing, as well as in class of increasing nonconvex or decreasing nonconvex functions.

Point and Figure Portfolio Optimization using Hidden Markov Models and Its Application on the Bumi Resources Tbk Shares Kastolan Kastolan; Berlian Setiawaty; N. K. Kutha Ardana
InPrime: Indonesian Journal of Pure and Applied Mathematics Vol 3, No 1 (2021)
Publisher : Department of Mathematics, Faculty of Sciences and Technology, UIN Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/inprime.v3i1.19376

AbstractThe problem of portfolio optimization is to select a trading strategy which maximizes the expected terminal wealth. Since the stocks are traded at discrete random times in a real-world market, we are interested in a time sampling method. The sampling of stock price is obtained from the process of time sampling which is used in a point and figure chart. Point and figure (PF) chart displays the up and down movements of unbalanced stock prices. The basic idea is to describe essential movements of the unbalanced stock prices using a hidden Markov model. The model parameters are transition probability matrices. They are estimated using maximum likelihood method and expectation maximization algorithm. The estimation procedure involves change of measure. The model is then applied to the stock price of Bumi Resources Tbk. collected on a daily basis. The estimated parameters are used to calculate the optimal portfolio using a recursive algorithm. The results show that the discrete hidden Markov model can be applied to describe essential movements of the stock price. The best result gives 93.63% accuracy of the estimate of observation sequence with mean absolute percentage error (MAPE) 3.63%. The numerical calculation shows that the optimal logarithmic PF-portfolio increases the wealth.Keywords: point and figure portfolio; optimization portfolio; discrete hidden Markov model; expectation maximization algorithm; stock price of Bumi Resources Tbk. AbstrakMasalah pengoptimalan portofolio adalah pemilihan strategi perdagangan yang dapat memaksimalkan kekayaan terminal yang diharapkan. Karena di pasar dunia nyata, saham diperdagangkan pada waktu acak yang berbeda, sehingga kami tertarik pada metode pengambilan sampel waktu. Proses pengambilan sampel waktu diperoleh sampling harga saham yang digunakan dalam diagram point and figure (PF-chart). Grafik point and figure hanya menampilkan pergerakan naik atau turun harga saham yang tidak seimbang. Ide dasarnya adalah untuk mendeskripsikan pergerakan esensial dari harga saham yang tidak seimbang menggunakan model hidden Markov. Parameter dari model ini adalah matriks probabilitas transisi. Parameter diestimasi menggunakan metode maximum likelihood dan algoritma expectation maximization. Prosedur estimasi melibatkan perubahan ukuran. Model ini kemudian diaplikasikan pada harga saham Bumi Resources Tbk. dari tanggal 2 Januari 2007 sampai dengan 31 Januari 2011. Hasil estimasi parameter tersebut digunakan untuk menghitung portofolio optimal menggunakan algoritma rekursif. Hasil penelitian ini menunjukkan bahwa model hidden Markov diskrit dapat diterapkan untuk menggambarkan pergerakan esensial dari harga saham. Model terbaik memberikan akurasi 93.63% dari estimasi deretan observasi dengan mean absolute percentage error (MAPE) 3,63% dan 5 faktor penyebab kejadian. Perhitungan numerik menunjukkan bahwa logaritma portofolio-PF yang optimal dapat meningkatkan kekayaan.Kata kunci: portofolio point and figure; optimalisasi portofolio; model hidden Markov diskrit; algoritma expectation maximization; harga saham PT Bumi Resources.

SIFAT KEMONOTONAN PADA JUMLAH TRAPESIUM DARI HAMPIRAN FUNGSI-FUNGSI KONVEKS Yudasril Yudasril; Berlian Setiawaty
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 3, No 1 (2021)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v3i1.8340

Selain jumlah Darboux, jumlah trapesium juga dapat digunakan dalam menghampiri luas daerah di bawah kurva dari suatu fungsi ???? real taknegatif pada suatu interval [????, ????]. Untuk setiap partisi ???????? yang membagi interval [????, ????] menjadi ???? subinterval dengan jarak yang sama, dibentuk suatu pendekatan dari nilai integral atau luas di bawah kurva ???? pada [????, ????] yakni, jumlah trapesium ???????? (????). Dalam tulisan ini, akan diperlihatkan bahwa terdapat suatu fungsi linear sesepenggal ???? yang menghampiri fungsi konveks ???? sedemikian sehingga ekor barisan dari barisan jumlah trapesium {???????? (????)}????=1 ∞ adalah monoton naik.

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI; D. C. LESMANA; B. SETIAWATY
MILANG Journal of Mathematics and Its Applications Vol. 16 No. 1 (2017): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Petani memiliki peran penting dalam ketersedian pangan dan pakan untuk memenuhi kebutuhan nasional. Namun, dengan peran tersebut, petani tidak memperoleh jaminan kesejahteraan dari profesinya. Hal ini dikarenakan petani dihadapkan pada ketidakpastian harga jual komoditas yang menyebabkan adanya risiko kerugian. Untuk mengatasi masalah ini, terdapat instrumen keuangan yang dapat digunakan untuk melindungi harga suatu aset dari risiko fluktuasi adalah opsi. Salah satu jenis opsi adalah opsi Asia. Harga opsi Asia bergantung pada rataan harga aset. Jika harga aset diasumsikan berdistribusi lognormal sesuai dengan model Black-Scholes, maka rataan aritmetik dari harga aset tidak diketahui distribusinya. Hal ini menyebabkan harga opsi Asia dengan rataan aritmetik tidak dapat ditentukan secara analitik. Untuk menentukan harganya, diperlukan penaksiran nilai dengan menggunakan metode numerik. Dalam penelitian ini digunakan simulasi Monte Carlo. Hukum bilangan besar menjamin hasil taksiran dari simulasi Monte Carlo konvergen ke solusi analitiknya dengan semakin banyaknya simulasi yang dilakukan. Namun, karena simulasi Monte Carlo memiliki tingkat kekonvergenan yang rendah, perlu ditingkatkan efisiensinya dengan menggunakan metode control variate. Hasil numerik menunjukkan bahwa nilai error dari harga opsi dengan menggunakan control variate berkurang secara signifikan daripada tanpa control variate, sehingga solusi yang diperoleh lebih cepat menuju solusi analitiknya. Dalam penelitian ini, metode tersebut diterapkan untuk menentukan harga opsi Asia pada komoditas pertanian yaitu jagung pipilan.

PENDUGAAN PARAMETER DAN KEKONVERGENAN PENDUGA PARAMETER MODEL POISSON HIDDEN MARKOV M. FIKRI; B. SETIAWATY; I G. P. PURNABA
MILANG Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Model hidden Markov terdiri dari sepasang proses stokastik yaitu proses observasi dan proses yang memengaruhi observasi. Proses stokastik yang memengaruhi observasi ini diasumsikan membentuk rantai Markov dan tidak diamati. Model Poisson hidden Markov (MPHM) adalah salah satu model hidden Markov diskret dan proses observasinya jika diketahui proses yang memengaruhinya diasumsikan menyebar Poisson. Salah satu ciri MPHM adalah bersifat overdispersi, yaitu ragam data lebih besar dari rataannya. Permasalahan utama MPHM ialah menduga parameter yang memaksimumkan fungsi likelihood. Fungsi likelihood dihitung menggunakan algoritme Forward-Backward. Algoritme Expectation Maximization (algoritme EM) digunakan untuk memaksimumkan fungsi likelihood. Penduga parameter MPHM yang diperoleh menggunakan algoritme EM konvergen ke titik stasioner dari fungsi likelihood.

PEMODELAN POISSON HIDDEN MARKOV UNTUK PREDIKSI BANYAKNYA KECELAKAAN DI JALAN TOL JAKARTA-CIKAMPEK N. NURHASANAH; B. SETIAWATY; F. BUKHARI
MILANG Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Model Poisson hidden Markov digunakan untuk memodelkan banyaknya kecelakaan yang terjadi di jalan tol Jakarta-Cikampek pada tahun 2013- 2014. Data banyaknya kecelakaan merupakan barisan observasi yang mengalami overdispersi dan bergantung pada penyebab kecelakaan yang diasumsikan tidak diamati secara langsung dan membentuk rantai Markov. Model Poisson hidden Markov dicirikan oleh parameternya. Pendugaan parameter model dilakukan dengan menggunakan metode Maksimum Likelihood yang perhitungannya menggunakan algoritme Expectation Maximization. Nilai dugaan parameter digunakan untuk membangkitkan barisan penduga kecelakaan. Keakuratan model diukur menggunakan Mean Absolute Percentage Error (MAPE). Menggunakan kriteria AIC diperoleh model Poisson hidden Markov 2 state sebagai model terbaik dengan nilai MAPE 34.0786% untuk prediksi satu waktu yang akan datang.

Stationary Probability Distributions of a Markov Chain B. SETIAWATY
MILANG Journal of Mathematics and Its Applications Vol. 1 No. 1 (2002): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

This article shows that stationary probability distributions of a Markov chain can be classified into two classes. These classes are determined by the type of communicating classes of the chain.

A HIDDEN MARKOV MODEL: DEPENDENCIES BETWEEN RANDOM VARIABLES AND ITS REPRESENTATION B. SETIAWATY
MILANG Journal of Mathematics and Its Applications Vol. 1 No. 2 (2002): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

This article shows the nature of dependencies between random variables in a hidden Markov model. Using these properties,we will show that the law of a hidden Markov model is completely speciﬁed by a set of four parameters which is called a representation of the hidden Markov model.

CHARACTERISTICS OF A TRUE PARAMETER OF A HIDDEN MARKOV MODEL B. SETIAWATY
MILANG Journal of Mathematics and Its Applications Vol. 2 No. 2 (2003): Journal of Mathematics and Its Applications
Publisher : Dept. of Mathematics, IPB University

Representation which generates the observed process of a hidden Markov model is not unique. The simplest one, that is, the one with minimum size is called a true parameter. This article is aimed to present characteristics of this parameter.

Co-Authors A. K. CRENATA Adilla, Indrya Ardana, N. K. Kutha D. A. MUNAWAR D. C. LESMANA D. H. SANTOSO D. N. SARI D. P. ANGGRAINI Donny Citra Lesmana Erliana, Windiani F. BUKHARI Fendy Septyanto Fikri, Miftahul Fikriyah, Laila Qudrah Grifin Ryandi Egeten H. HIRASAWA I Gusti Putu Purnaba Indrya Adilla Istiadi, H. A. F. Kastolan Kastolan Kastolan, Kastolan L. KRISTINA Laila Qudrah Fikriyah M. FIKRI Maharani, Mutiara Muhammad Taufik Abdillah Muhammad Yusuf Sulaiman Muna, Siti Umamah Naili Muwafiqo Zamzami Dhuha N. K. K. ARDANA N. K. Kutha Ardana N. NURHASANAH Nahrul Hayati P. UTARI Putu Purnaba, I Gusti Rafika Septiany Retno Budiarti Ruhiyat Ruhiyat Ruhiyat Ruhiyat Ruhiyat, Ruhiyat S. A. PURNOMO S. F. NIKMAH Septiany, Rafika Sugi Guritman Sulaiman, Muhammad Yusuf Windiani Erliana Windiani Erliana Windiani Erliana Y. ADHARINI Yudasril Yudasril Yudasril Yudasril Yudasril Yudasril, Yudasril

Title

Found 44 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 44 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 44 Documents
Search