Articles
<![CDATA[Real Solution Time Discrete System at The Difference Linear Equation Model ]]>
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Matematika Vol 9, No 1 (2010): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v9i1.3485
<![CDATA[ABSTRACT. The difference equation is a model of time sequence domain that useful to define the characteristics of input and output from a time discreet system. Abstractly, it is a relation between the sequence input and output. In this paper, will be shown how to a sequence input uk from the block diagram or the graphics signal flow transformed into a sequence output yk, in which the modeling is used the linear equation by constant coefficients.Keywords: sequence, linear system, discreet time.]]>
<![CDATA[Penafsiran Fungsi Survival Dalam Asuransi Pensiun ]]>
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Matematika Vol 9, No 2 (2010): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v9i2.3490
<![CDATA[Abstraks. Fungsi survival yang digunakan dalam penghitungan asuransi, berkenaan dengan orang-orang yang diseleksi pada usia x, yang notasinya dinyatakan dalam simbol s(x). Fungsi ini digunakan sebagai dasar dalam menentukan peluang hidup seseorang yang berusia 0 tahun akan hidup sampai x tahun. Hubungan ini, secara matematika dinyatakan dengan s(x) = , Pada sisi lain, dapat diinterpretasikan sebagai peluang seseorang yang berumur x akan hidup sampai usia x+ t . Oleh karena itu, merupakan fungsi survival untuk x. Selanjutnya simbol dalam tulisan ini, akan digunakan sebagai dasar dalam penghitungan premi asuransi pensiun.Kata kunci: Survival Models, Asuransi Pensiun, Aktuaria.]]>
<![CDATA[Model Pertumbuhan Populasi Satu Spesies Dengan Tundaan Waktu Diskrit ]]>
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Matematika Vol 16, No 1 (2017): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v16i1.2541
<![CDATA[Abstrak. Model pertumbuhan populasi adalah model Matematika yang menggambarkan pertumbuhan populasi. Salah satu model pertumbuhan populasi adalah model pertumbuhan logistik. Dengan menggunakan asumsi kaidah logistik bahwa pada masa tertentu jumlah populasi akan mendekati titik kesetimbangan (equilibrium). Untuk menganalisis masing-masing titik kesetimbangan, dilakukan proses linearisasi. Proses linearisasi dilakukan dipersekitaran titik kesetimbangan dengan menggunakan prosedur perturbasi. Pada proses perturbasi ini, parameter perturbasi yang digunakan sangat kecil, yaitu antara nol dan 1, sehingga akan mengakibatkan sangat dekat dengan titik kesetimbangan. Pada titik kesetimbangan ini jumlah kelahiran dan kematian dianggap sama, sehingga grafiknya akan mendekati konstan (zero growth).Kata kunci: model pertumbuhan populasi, titik kesetimbangan, waktu diskrit.Abstract. (One Species Population Growth Model with Discrete Time Delays) The population growth model is a Mathematical model that describes population growth. One population growth model is a logistical growth model. By using the assumption of logistical rules that at certain times the population will approach equilibrium. To analyze each equilibrium point, a linearization process is carried out. The linearization process is carried out around the equilibrium point using the perturbation procedure. In this perturbation process, the perturbation parameter used is very small, which is between zero and 1, so that it will result very close to the equilibrium point. At this equilibrium point the number of births and deaths is considered the same, so the graph will be close to constant (zero growth).Keywords: population growth model, equilibrium point, discrete time.]]>
<![CDATA[Analisis Spread Perusahaan Terhadap Leverage, Volatilitas Aset, dan Waktu Sampai Jatuh Tempo pada Obligasi Zero Coupon ]]>
<![CDATA[Fatikatus Sholikah]]>;
<![CDATA[Onoy Rohaeni]]>;
<![CDATA[Eti Kurniati]]>
<![CDATA[ Matematika Vol 15, No 1 (2016): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v15i1.2501
<![CDATA[Obligasi merupakan salah satu instrumen investasi yang risikonya kecil dibandingkan dengan instrumen lainnya. Salah satu risiko obligasi adalah risiko gagal bayar (risiko default). Sebagai kompensasi atas risiko yang diakibatkan karena gagal bayar maka pemegang obligasi menerima spread. Spread dihitung berdasarkan selisih antara yiled pada obligasi zero coupon berisiko dengan yield pada obligasi zero coupon bebas risiko. Spread merupakan fungsi dari variabel leverage yang merupakan rasio dari total utang terhadap total aset, volatilitas aset, dan waktu sampai jatuh tempo. Sehingga besar kecilnya sangat dipengaruhi oleh ketiga variabel tersebut. Tujuan dari penulisan ini untuk menganalisis perubahan nilai spread perusahaan yang diakibatkan oleh perubahan leverage, volatilitas aset, dan waktu sampai jatuh tempo. Hasil yang diperoleh adalah semakin besar leverage maka spread semakin besar. semakin besar volatilitas aset maka spread semakin besar. Sedangkan pengaruh waktu sampai jatuh tempo terhadap spread bergantung pada leverage. Leverage lebih besar dari satu maka spread semakin kecil, Leverage berada di interval (0,7 dan 1) maka spread semakin besar kemudian spread turun, Leverage kurang dari 0,7 maka spread semakin besar.]]>
<![CDATA[Aplikasi Pencocokan Kurva (Curve Fitting) Dalam Menganalisis Pengaruh SOI (Southern Oscillation Index) Terhadap Curah Hujan di Indonesia ]]>
<![CDATA[Imadudin Al Rusman]]>;
<![CDATA[Onoy Rohaeni]]>;
<![CDATA[Eti Kurniati]]>
<![CDATA[ Matematika Vol 15, No 1 (2016): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v15i1.2502
<![CDATA[Artikel ini membahas tentang penerapan metode pencocokan kurva dalammenganalisis pengaruh SOI (Southern Oscillation Index) terhadap curah hujan di Indonesia. Pencocokan kurva merupakan metode untuk mengestimasi kurva atau garis yang mewakili serangkaian titik-titik data. Analisis pengaruh dilakukan untuk mencari bagaimana variabel-variabel data SOI dan variabel-variabel curah hujan berhubungan pada hubungan fungsional melalui garis yang telah diestimasi. Dalam hal ini, terdapat dua variabel yang dijadikan sebagai studi kasus untuk dianalisis melalui metode pencocokan kurva yaitu data SOI (variabel bebas) dan curah hujan di Indonesia (variabel tidak bebas). Sehingga dari penelitian ini didapatkan hasil bahwa terdapat hubungan fungisonal Jika setiap nilai X (SOI) yang diketahui, maka akan menghasilkan suatu persamaan garis lurus yang dijadikan sebagai taksiran curah hujan yang mewakili serangkaian data-data SOI dan curah hujan hasil observasi. Dan persamaan terebut memiliki kekuatan hubungan sebesar 0,43 dan 18,5% curah hujan di Indonesia dapat dipengaruhi oleh SOI melalui persamaan tersebut.]]>
<![CDATA[TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS ]]>
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Matematika Vol 6, No 1 (2007): Jurnal Matematika ]]>
Publisher : <![CDATA[Universitas Islam Bandung ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29313/jmtm.v6i1.3375
<![CDATA[Tulisan ini membahas penghitungan fungsi matriks, dengan asumsi bahwa matriks yang dimaksud adalah berukuran nxn. Adapun metode yang digunakan dalam penghitungan fungsi matriks ini menggunakan teorema Cayley-Hamilton. Melalui teorema ini, akan diperoleh nilai eigen rangkap dan nilai eigen yang berbeda. Selanjutnya nilai-nilai eigen ini diimplementasikan pada penghitungan fungsi matriks. Sebagai salah satu contoh implementasi dari fungsi matriks dapat digunakan dalam menentukan keluaran dari sistem waktu diskrit. Kata kunci : fungsi matriks; matriks; nilai eigen]]>
<![CDATA[Value Input Application (E-Pak) Functional Position of Bandung City Health Department Based on Web Database ]]>
<![CDATA[Syahrul Zein]]>;
<![CDATA[Onoy Rohaeni]]>;
<![CDATA[Farid Badruzzaman]]>;
<![CDATA[Yusuf Fajar]]>;
<![CDATA[Didi Suhaedi]]>;
<![CDATA[Erwin Harahap]]>
<![CDATA[ International Journal of Quantitative Research and Modeling Vol 3, No 1 (2022) ]]>
Publisher : <![CDATA[Research Collaboration Community (RCC) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.46336/ijqrm.v3i1.255
<![CDATA[Technology is present and becomes a part of human life. Each era has its own technological advantages. The history of technology begins millions of years ago. The first technology discovered by mankind was to create sharp stone chips which were used as stones. Then humans began to develop and found several technologies, one of which was computers and the internet. computers and the internet have a close relationship, especially in today's era where all activities cannot be separated from computers and the internet. One of these activities is in the office world. The Bandung City Health Office is a government agency that has a lot of data, especially in the section where the author is placed, namely the Division of Human Resources and Health or SDMK. The SDMK Division is tasked with receiving data on the credit score of a functional position from the assessment team to calculate whether a functional position is eligible for promotion or not. On that basis, the purpose of this paper is to create an application for inputting the credit score for a functional position based on a web database to make it easier for the assessment team, SDMK to view, recap and change credit scores as well as a functional position in viewing its credit score. The main finding is a web database-based application called E-PAK.]]>
<![CDATA[Menentukan Portofolio Optimal Menggunakan Model Markowitz ]]>
<![CDATA[Nuralfira Putri Hartono]]>;
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Jurnal Riset Matematika Vol. 1 No. 1 (2021): Jurnal Riset Matematika ]]>
Publisher : <![CDATA[UPT Publikasi Ilmiah Unisba ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (266.722 KB)
|
DOI: 10.29313/jrm.v1i1.162
<![CDATA[The provider company on the covid-19 pandemic became an interest in investors to invest. Investing certainly has a risk then investors must have an analysis to know what to bear during investing is like making a portfolio. In determining the optimal portfolio there are several models that one of them can use is the Markowitz model. Specifies an optimal portfolio with Markowitz models only reserved for investors who want the smallest risk outcome with a particular profit. The results earned for the investor's optimal portfolio could instill its funds on each provider's shares, on W shares with a fund proportion of 0.48%, on X shares with a fund proportion of 50%, on Y shares with a fund proportion of 49.5% and on Z shares with a fund proportion of 0.11%. The optimal portfolio formed gives a portfolio return expectation of 7.53% with a portfolio risk or risk that investors will bear is as much as 9.95%. Perusahaan provider pada pandemi covid-19 menjadi ketertarikan para investor untuk berinvestasi. Berinvestasi tentunya memiliki risiko maka investor harus memiliki analisis untuk mengetahui apa yang akan ditanggung selama berinvestasi seperti membuat suatu portfolio. Dalam menentukan portfolio optimal ada beberapa model yang dapat digunakan salah satunya adalah model Markowitz. Menentukan portfolio optimal dengan model Markowitz hanya diperuntukan untuk investor yang menginginkan hasil risiko terkecil dengan keuntungan tertentu. Hasil yang diperoleh untuk portfolio optimal investor dapat menanamkan dananya pada masing-masing saham provider, pada saham W dengan proporsi dana sebesar 0,48%, pada saham X dengan proporsi dana sebesar 50%, pada saham Y dengan proporsi dana sebesar 49,5% dan pada saham Z dengan proporsi dana sebesar 0,11%. Portofolio optimal yang terbentuk memberikan return ekspektasi portfolio sebesar 7,53% dengan risiko portfolio atau risiko yang akan ditanggung oleh investor adalah sebesar 9,95%.]]>
<![CDATA[Aplikasi Metode New Jersey untuk Menentukan Cadangan Premi Asuransi Jiwa Berjangka ]]>
<![CDATA[Safitri Nurrohmah]]>;
<![CDATA[Onoy Rohaeni]]>
<![CDATA[ Jurnal Riset Matematika Volume 2, No. 1, Juli 2022, Jurnal Riset Matematika (JRM) ]]>
Publisher : <![CDATA[UPT Publikasi Ilmiah Unisba ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (166.665 KB)
|
DOI: 10.29313/jrm.v2i1.1017
<![CDATA[Abstract. Life insurance is one of the guarantees for the risk of death that can be followed by all circles of society. Insurance participants will be required to pay premiums that have been previously agreed with the insurance company and recorded in the insurance policy. The insurance company as the insurer will provide benefits of a sum of money to insurance participants in the event of a disaster or event. Seeing this phenomenon, the company must prepare reserves that have been previously prepared and calculated correctly so that the company does not suffer losses. The data in this study used the case of a 29 year old female and male insured who took a term life insurance product for 12 years and the payments were made every three months. The purpose of this study is to calculate premium reserves that must be prepared by insurance companies on term life insurance products using the New Jersey method. The New Jersey method is used to calculate premium reserves for which payments are more than twenty times. The fundamental thing to determine the value of the premium reserve using the New Jersey method is to know the age of the insurance participant and the period of coverage . Knowing the chance of life, the chance of someone dying which is presented in the interest rate and the amount of compensation that will be obtained by insurance participants. Based on the calculation results, the premium reserve that must be prepared by the insurance company for male insured is greater than the reserve value for a female insured. Abstrak. Peserta asuransi jiwa mempunyai kewajiban untuk membayar premi sessaui dengan kesepakatan. Perusahaan asuransi akan memberikan sejumlah uang berupa manfaat, yang sebelumnya sudah dikelola dari premi yang terlah dibayarkan oleh peserta asuransi. Melihat fenomena tersebut maka perusahaan harus menyiapkan cadangan yang sebelumnya sudah disiapkan dan dihitung dengan tepat agar perusahaan tidak mengalami kerugian. Data dalam penelitian ini menggunakan kasus seorang tertanggung perempuan dan laki-laki berusia 29 tahun mengambil produk asuransi jiwa berjangka selama 12 tahun dan pembayarannya dilakukan setiap tiga bulan sekali. Tujuan dari penelitian ini adalah untuk menghitung cadangan premi yang harus disiapkan oleh perusahaan asuransi pada produk asuransi jiwa berjangka dengan menggunakan metode New Jersey. Metode New Jersey digunakan untuk menghitung cadangan premi yang pembayarannya lebih dari dua puluh kali. Hal mendasar untuk menentukan nilai cadangan premi dengan menggunakan metode New Jersey yaitu mengetahui usia peserta asuransi dan jangka waktu pertanggungan . Mengetahui peluang hidup, peluang meninggal seseorang yang disajikan dalam tabel Mortalitas, tingkat suku bunga dan besernya santunan yang akan didapat oleh peserta asuransi. Berdasarkan hasil perhitungan, cadangan premi yang harus disiapkan oleh perusahaan asuransi untuk seorang tertanggung laki-laki lebih besar nilai cadangannya dibandingkan dengan seorang tertanggung perempuan.]]>
<![CDATA[Optimasi Return Saham Perusahaan Makanan dan Minuman pada Saat Pandemi Covid-19 dengan Menggunakan Pendekatan Multiobjektif ]]>
<![CDATA[Alfi Fadilla Hanum]]>;
<![CDATA[Onoy Rohaeni]]>;
<![CDATA[Respitawulan]]>
<![CDATA[ Bandung Conference Series: Mathematics Vol. 1 No. 1 (2021): Bandung Conference Series: Mathematics ]]>
Publisher : <![CDATA[UNISBA Press ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (208.078 KB)
|
DOI: 10.29313/bcsm.v1i1.13
<![CDATA[Abstract. The Covid-19 virus outbreak as an epidemy had caused a strong market reaction to the shares listed on the Indonesia Stock Exchange, as the concerns of shareholders over the government policies. Therefore, to buid a portfolio, it is necessary to calculate optimal the proportion of shares. In this study, a multi-objective optimization will be carried out on six food and beverage companies shares listed on the Indonesia Stock Exchange during March-July 2020. The multi-objective approach on the portfolio solves two optimization problems at once: maximizing expected return and minimizing risk based on investor preferences. Mathematically, the multi-objective approach is multivariable function with equality constraints, which can be solved using the Lagrange multiplier method. The study shows that different risk coefficient will generate different optimum stock proportion. Optimum portfolio with the highest risk (risk coefficient k = 0.01) generate the highest expected return, while optimum portfolio with the lowest risk (risk coefficient k = 1000) generate smallest expected return. Abstrak. Wabah virus Covid-19 sebagai epidemi turut mempengaruhi respon pasar terhadap saham berbagai perusahaan terdaftar di Bursa Efek Indonesia seiring kekhawatiran para pemegang saham atas kebijakan yang akan dikeluarkan pemerintah. Karenanya, dalam penyusunan portfolio, perlu adanya perhitungan proporsi saham yang memberikan return optimal. Pada penelitian ini, dilakukan optimalisasi pada enam saham perusahaan makanan dan minuman yang terdaftar di Bursa Efek Indonesia pada bulan Maret-Juli 2020. Pendekatan multiobjektif pada portofolio menyelesaikan dua masalah optimasi sekaligus: memaksimumkan expected return dan meminimumkan risiko sesuai preferensi investor. Secara matematis, pendekatan multiobjektif adalah masalah pencarian nilai ektrem fungsi peubah terkendala yang dapat diselesaikan dengan metode pengali Lagrange. Hasil penelitian menunjukkan proporsi saham optimal dengan tingkat risiko terbesar (k = 0.01) menghasilkan expected return portofolio terbesar, tingkat risiko terkecil (k = 1000) menghasilkan expected return terkecil.]]>
