Article Per Year (5 Year)
p-Index From 2021 - 2026
5.081
P-Index
This Author published in this journals
All Journal dCartesian: Jurnal Matematika dan Aplikasi Media Statistika Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Kubik Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Ekonomi dan Studi Pembangunan (Journal of Economics and Development Studies) Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Abdi Insani Indonesian Journal of Data and Science Jurnal Sains dan Edukasi Sains SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Dinasti International Journal of Economics, Finance & Accounting (DIJEFA) Jurnal Pendidikan JAMBURA JOURNAL OF PROBABILITY AND STATISTICS ADPEBI International Journal of Business and Social Science Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Akuntansi dan Keuangan Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Jurnal Pendidikan Indonesia (Japendi) Jurnal Kedokteran STM (Sains dan Teknologi Medik) Eduvest - Journal of Universal Studies Multifinance KISA INSTITUE : Journal of Economics, Accounting, Business, Management, Engineering and Society Adpebi International Journal of Multidisciplinary Sciences d'Cartesian: Jurnal Matematika dan Aplikasi SJME (Supremum Journal of Mathematics Education)
Bambang Susanto
Universitas Kristen Satya Wacana
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 51 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 51 Documents
Search

 1   2   3   4   5 
Pendekatan Generalized Linear Model Pada Regresi Kuantil Copula Normal Untuk Keterhubungan IHSG dan Kurs EUR-IDR Laurentia Nindya Sari Prameswara; Bambang Susanto; Leopoldus Ricky Sasongko
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol 9, No 2 (2020): September 2020
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.9.2.2020.28263

Abstract

Penelitian ini bertujuan untuk memperoleh estimasi parameter dan regresi kuantil pada suatu model distribusi bivariat yang disebut Copula sebagai alternatif regresi linier klasik dalam menganalisis keterhubungan dua peubah acak. Copula adalah model distribusi bivariat yang memiliki keunggulan selain karena tidak kaku terhadap asumsi distribusi tertentu, juga dapat menyatakan keterhubungan nonlinier. Copula yang dianalisis pada penelitian ini adalah Copula Normal. Sedangkan Generalized Linear Model (GLM) adalah perluasan dari model regresi linier klasik, yang salah satu komponen utamanya adalah fungsi link. Didapati bahwa regresi kuantil pada copula Normal merupakan suatu bentuk GLM dengan fungsi invers link yaitu . Regresi kuantil dan parameter copula Normal  diestimasi dengan pendekatan GLM menggunakan metode Least Square. Estimasi regresi kuantil terbaik dilakukan dengan menghitung Mean Square Error (MSE). Validasi parameter copula dilakukan melalui simulasi dengan parametric bootstrap. Data yang digunakan dalam penelitian ini adalah data return IHSG sebagai peubah tak bebas dan data return kurs beli EUR-IDR sebagai peubah bebas. Hasil penelitian menunjukkan bahwa keterhubungan IHSG dan kurs beli EUR-IDR lemah dan tidak linier.
Estimasi Parameter Copula Plackett Untuk Data Bivariat Melalui Metode Generalized Linear Model Pada Regresi Mediannya Egidius Saut Poltak Situmorang; Bambang Susanto; Leopoldus Ricky Sasongko
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol 9, No 2 (2020): September 2020
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.9.2.2020.28264

Abstract

Hubungan antardua peubah acak dapat dilakukan melalui pendekatan regresi linier. Namun keterbatasan regresi linier dalam pemenuhan asumsi klasik sering menjadi kendala analisis. Keterbatasan ini dapat diatasi dengan melibatkan model distribusi bivariat yang disebut copula pada analisis regresi. Copula memiliki keunggulan salah satunya adalah mampu menunjukkan keterhubungan yang tidak linier. Generalized Linear Model (GLM) adalah bentuk perluasan regresi linier. Diketahui bahwa regresi kuantil pada Copula Plackett merupakan suatu bentuk GLM dengan suatu fungsi invers link . Penelitian ini bertujuan untuk menganalisis keterhubungan dua peubah melalui parameter Copula Plackett yang diestimasi melalui pendekatan Generalized Linier Model pada regresi mediannya dengan metode Least Square. Validasi parameter Copula Plackett dilakukan dengan metode simulasi parametric bootstrap melalui pengulangan metode bagi dua. Regresi median terbaik dipilih melalui nilai Mean Square Error terkecil. Perolehan parameter Copula Plackett diterapkan pada data penelitian, yaitu return IHSG dan return kurs beli JPY-IDR untuk menganalisis keterhubungan keduanya. Hasil penelitian menunjukkan bahwa keterhubungan return IHSG dan return kurs beli JPY-IDR dinyatakan  ada namun tidak dapat dikatakan saling bebas.
Penerapan Metode Item-Based Collaborative Filtering Untuk Sistem Rekomendasi Data MovieLens Visher Laja Jaja; Bambang Susanto; Leopoldus Ricky Sasongko
d\'Cartesian: Jurnal Matematika dan Aplikasi Vol 9, No 2 (2020): September 2020
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35799/dc.9.2.2020.28274

Abstract

Pada masa sekarang ini film telah menjadi salah satu hiburan favorit utama masyarakat. Jumlah film pertahun terhitung mencapai ribuan. Hal ini membuat penggemar film kesulitan dalam memilih film mana yang tepat untuk ditonton sesuai keinginan. Sehingga dibutuhkan sistem rekomendasi yang bertujuan untuk memberikan saran film mana yang akan dipilih. Sistem rekomendasi adalah sistem yang membantu pengguna dalam mengatasi informasi yang meluap dengan memberikan rekomendasi spesifik bagi pengguna dan diharapkan rekomendasi tersebut bisa memenuhi keinginan dan kebutuhan pengguna. Terdapat tiga jenis sistem rekomendasi berdasarkan metode yang digunakannya yakni, collaborative filtering, content-based filtering, dan hybrid. Metode yang digunakan adalah collaborative filtering merupakan salah satu yang sering digunakan dalam sistem rekomendasi. Collaborative filtering dibagi menjadi dua bagian yaitu item-based collaborative filtering dan user-based collaborative filtering. Dalam tugas akhir ini penulis menggunakan metode item-based collaborative filtering. Data set yang digunakan adalah data set dari MovieLens.org berupa 100.000 rating yang diberikan oleh pengguna terhadap film. Data MovieLens akan diproses menggunakan program R dan memakai paket R yaitu recommenderlab.
The Comparison of Logistic Regression Methods and Random Forest for Spotify Audio Mode Featurre Classification Tanujaya, Lukhia Britanthia Christina; Susanto, Bambang; Saragih, Asido
Indonesian Journal of Data and Science Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ijodas.v1i3.16

Abstract

Studi ini membandingkan kemampuan dari metode regresi logistik dan random forest dalam melakukan klasifikasi fitur mode. Fitur mode ini merupakan fitur yang terdapat di dalam data fitur audio. Secara keseluruhan, data ini berisikan data dari musik atau lagu yang dirilis di platform Spotify yang di dalamnya terdapat berbagai fitur dari masing-masing musik. Dalam melakukan studi ini, metode regresi logistik dan metode random forest ini diterapkan dalam bahasa pemrograman Python. Setelah dilakukannya studi ini dapat disimpulkan bahwa metode random forest dapat melakukan klasifikasi yang lebih baik walaupun dengan selisih yang cukup dekat. Karena kedua metode ini adalah metode yang baik dalam melakukan klasifikasi. Fitur penting yang ditampilkan oleh random forest juga memberikan hasil yang lebih memuaskan, karena fitur yang dihasilkan memang fitur yang berkaitan dengan fitur mode dan sesuai dengan teori musik.
Perbandingan Metode ARIMA dan Jaringan Syaraf Tiruan untuk Peramalan Harga Beras wahyu ngestisari; Susanto, Bambang; Mahatma, Tundjung
Indonesian Journal of Data and Science Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ijodas.v1i3.18

Abstract

Beras merupakan bahan makanan pokok yang setiap bulannya selalu mengalami kenaikan dan penurunan harga, disebabkan adanya beberapa faktor. Hal ini menimbulkan ketertarikan untuk dilakukannya prediksi harga beras periode selanjutnya. Berdasarkan data rata-rata harga beras bulanan di tingkat grosir pada tahun 2010-2018 yang diperoleh dari situs resmi BPS, fluktuasi harga beras cenderung mengikuti pola musiman. Metode ARIMA merupakan metode yang paling sering digunakan dalam melakukan peramalan data berpola musiman. Metode lain yang dapat digunakan dalam melakukan peramalan harga beras adalah Jaringan Syaraf Tiruan metode Backpropagation. Pada penelitian ini dilakukan perbandingan terhadap kedua metode tersebut untuk menentukan metode yang lebih akurat dalam melakukan peramalan harga beras. Kriteria ukuran kesalahan peramalan yang digunakan untuk mengetahui ketepatan hasil peramalan adalah menghitung Mean Squared Error (MSE) dari data hasil ramalan masing-masing metode dengan data out sample (Januari 2019- Desember 2019). Berdasarkan hasil peramalan dengan metode ARIMA diperoleh model ARIMA terbaik adalah ARIMA (1,1,0) (0,1,1)12 dengan nilai MSE 51695.36. Sedangkan dengan Jaringan Syaraf Tiruan metode Backpropagation untuk 6 tahun model pelatihan dan 4 tahun untuk model pengujian, diperoleh model arsitektur terbaik adalah JST 12-7-1 dengan nilai MSE 43475.02. Dengan demikian metode yang paling optimal untuk memprediksi harga beras periode selanjutnya adalah JST 12-7-1.
Financial Technology: Inclusive Finance in the Post-Covid-19 Era Susanto, Bambang; Ratnawati, Aryanti; Rachmawati, Eva; Setiawan, Audita; Khalingga, Muhammad Ariq
ADPEBI International Journal of Business and Social Science Vol. 2 No. 2 (2022)
Publisher : Asosiasi Dosen Peneliti Ilmu Ekonomi dan Bisnis Indonesia (Adpebi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54099/aijbs.v2i2.334

Abstract

Purpose – This paper aims to investigate how the optimization or effectiveness of the use of financial technology in the volume of stock trading with the JCI as an indicator in the Indonesian capital market that occurred before the Covid-19 pandemic and after or during the Covid-19 pandemic remained active and did not affect investor behavior in invest Methodology – The research method used in this research is descriptive analysis technique, and the data used is normally distributed. The data collection technique uses a quantitative approach , including stock transaction volume data with the JCI indicator at PT. Indonesia Stock Exchange before and after the covid 19 virus pandemic. Findings – From the analysis it was found that the volume of stock trading in PT. The Indonesia Stock Exchange during the COVID-19 pandemic was larger than before the COVID-19 pandemic. From the calculation of the NGain Score, the use of financial technology was more effective and optimal for use in the post-pandemic period than in the pre-pandemic period. Value – Empirical studies conducted usually look at how much influence the COVID-19 pandemic has on the level of the economy, but this research looks at how investor behavior is in optimizing or effectively using financial technology in the period before and after the COVID-19 pandemic.
Introduction of Artificial Intelligence to Students Using AIOT-kit Based on ThingSpeak Trihandaru, Suryasatriya; Parhusip, Hanna Arini; Susanto, Bambang; Setiawan, Adi; Nugroho, Didit Budi; Kurniawan, Johanes Dian
SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Vol. 5 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/spekta.v5i2.9462

Abstract

Background: Schools struggle to engage students in science and technology, highlighting the need for innovative, tech-driven teaching methods to meet 21st-century educational demands. Contribution: An AIOT kit was developed to introduce middle school students to Artificial Intelligence (AI) and the Internet of Things (IoT). The kit measures environmental factors like temperature, humidity, pressure, and light, providing real-time data. Method: Students received training in mathematical and coding fundamentals, programmed the AIOT kit to collect data, and displayed it on the ThingSpeak dashboard. They also designed and assembled the kit, fostering peer-to-peer learning in future activities. Results: Students visualized data effectively and successfully connected the AIOT kit to the dashboard, confirming its functionality. Conclusion: The project enhanced students' understanding of AI and IoT, providing hands-on learning and boosting engagement in science and technology
Pemodelan Volatilitas untuk Return Indeks Saham Menggunakan Garch-M(1,1) Kurniawati, Dini; Nugroho, Didit Budi; Susanto, Bambang
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (968.976 KB)

Abstract

Studi ini fokus pada pengaplikasiaan model GARCH(1,1) dan GARCH-M(1,1) dengan inovasi berdistribusi normal. Model tersebut diaplikasikan pada data simulasi dan data riil dan utamanya diestimasi menggunakan Solver Excel. Data riil yang diamati yaitu data return harga saham S&P CNX Nifty, DJIA, dan S&P500 periode harian dari Januari 2000 sampai Desember 2017. Berdasarkan pada galat relatif dan perbandingan dengan hasil estimasi Matlab, studi ini menunjukkan bahwa Solver Excel handal untuk mengestimasi parameter-parameter model. Hasil empiris mendemonstrasikan bahwa model GARCH-M(1,1) menyediakan pencocokan yang lebih baik daripada model GARCH(1,1). Secara khusus, semua data saham yang diamati mendukung secara kuat penggunaan distribusi normal.
Pemodelan Volatilitas Return Menggunakan Model Garch(1,1) dengan Return Ditransformasi Box–Cox Prasetia, Kezia Natalia Putri; Nugroho, Didit Budi; Susanto, Bambang
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (986.346 KB)

Abstract

Studi ini mengusulkan klas baru dari model GARCH dengan mengaplikasikan keluarga transformasi Extended Box–Cox untuk return, yang selanjutnya dinamakan model EBCR-GARCH. Parameter-parameter model diestimasi utamanya menggunakan alat bantu Solver Excel. Analisis empiris didasarkan pada data simulasi dan data riil. Data riil yang digunakan adalah data kurs beli EUR, JPY dan USD terhadap IDR periode harian dari Januari 2010 sampai Desember 2017. Studi ini memperhatikan model dengan inovasi berdistribusi normal. Dalam kasus data simulasi, hasil estimasi menunjukkan bahwa model EBCR-GARCH(1,1) mengungguli model GARCH(1,1). Kemudian dalam kasus data riil, model EBCR-GARCH(1,1) mengungguli model GARCH(1,1) pada data kurs beli EUR terhadap IDR. Berdasarkan kelemahan dan keunggulan Solver Excel serta perbandingan hasil estimasi dengan metode yang berbeda, studi ini menyatakan bahwa Solver Excel handal dalam mengestimasi parameter-paremeter model.
Identifikasi Autokorelasi Spasial pada Laju Inflasi di Indonesia Timur Menggunakan Lisa Bootstrap Modjo, Marchella Ellena; Setiawan, Adi; Susanto, Bambang
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (845.506 KB)

Abstract

Autokorelasi spasial adalah korelasi antara variabel dengan dirinya sendiri berdasarkan ruang atau dapat juga diartikan suatu ukuran kemiripan dari objek di dalam suatu ruang (jarak, waktu dan wilayah). Pada penelitian ini, dilakukan identifikasi autokorelasi spasial pada laju inflasi bulanan di Indonesia Timur dengan menggunakan LISA (Local Indicator of Spatial Autocorrelation) berdasarkan metode bootstrap. Metode bootstrap digunakan untuk menentukan nilai-p sehingga dengan hasil nilai-p bootstrap dapat diputuskan adanya autokorelasi spasial di suatu kota pada suatu waktu (bulan). Dengan menggunakan penggulangan B = 10000 kali diperoleh hasil bahwa kota Kupang pada bulan Januari 2013 terdapat autokorelasi spasial artinya laju inflasi wilayah-wilayah yang berbatasan dengan kota Kupang dipengaruhi oleh laju inflasi kota Kupang. Sedangkan untuk kota Mamuju tidak pernah mengalami autokorelasi spasial untuk periode 5 tahun dari bulan Januari 2013 sampai dengan Desember 2017. Hal itu berarti wilayah-wilayah yang berbatasan dengan kota Mamuju tidak memiliki hubungan dalam laju inflasi.
Co-Authors Adi Setiawan Adrianus Herry Heriadi Agus Priyono Alfagustina, Yumita Cristin Alfida Tegar Nurani Algunadi, Muhammad Alicia Anggelia Lumbantoruan Alz Danny Wowor Asido Saragih Awik Hidayati Carolina Febe Ronicha Putri Denny Indrajaya Didit B Nugroho Didit Budi Nugroho Dini Kurniawati Dudi Rudianto Dwi Tristianto Egidius Saut Poltak Situmorang Elsa Septyana Endang Ruswanti Eva Rachmawati Faldy Tita Faundra, Alvi Haay, Happy Alyzhya Hanna Arini Parhusip Hanna Arini Parhusip Herdiyanti, Gita Hersusetiyati, Hersusetiyati Johanes Dian Kurniawan Kezia Natalia Putri Prasetia Khalingga, M Ariq Khalingga, Muhammad Ariq Kholil, Zaini Kurniawan, Johanes Dian Laurentia Nindya Sari Prameswara Lenox Larwuy Leopoldus Ricky Sasongko Lestari, Dina Aulia Lilik Linawati Maria Anita masipupu, Frangky Aristiadi Mince M. M. Rosely Modjo, Marchella Ellena Nugraha, Rian Nanda Nuryani, Dwi Panjaitan, Lam Peter Petrus Priyo Santosa Prasetia, Kezia Natalia Putri PURWANTI PURWANTI Putri, Zefania Sasongko Ratnawati, Aryanti Rebecca Rorimpandey Ricky Agusiady Rima Dwijayanty Rinadi, Geraldus Anggoro Rorimpandey, Rebecca Saepudin Saepudin Saragah R Pratama SARI, EMMA NOVITA Setiawan, Audita Sukadwilinda Suroto, Agung Suryasatriya Trihandaru Susetyo, Yosia Adi Syafi’i, Syafi’i Syarifah harahap Tanujaya, Lukhia Britanthia Christina Tri Pujadi Susilo Tundjung Mahatma Vania Beatrice Liwandouw Visher Laja Jaja wahyu ngestisari Wulandari, Nadya Putri Yohanes Sardjono Yohanes Sardjono, Yohanes Yusria, Anna Zaenal Aripin