Article Per Year (5 Year)
p-Index From 2021 - 2026
1.407
P-Index
This Author published in this journals
All Journal BIMASTER Jurnal Matematika UNAND
NURFITRI IMRO’AH
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : bimaster

 1 
ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL INVESTASI SAHAM JII DENGAN METODE CAPITAL ASSET PRICING MODEL Winny Chindrianti; Setyo Wira Rizki; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i3.56144

Abstract

Investasi keuangan pada surat berharga seperti saham banyak diminati oleh investor. Keuntungan berinvestasi saham yaitu mendapatkan tambahan pendapatan berupa capital gain dan dividen. Semakin tinggi tingkat keuntungan yang didapat, maka tingkat risiko juga akan semakin tinggi. Tingkat risiko yang tinggi dapat diminimalisir dengan upaya diversifikasi investasi melalui pembentukan portofolio saham. Metode yang bisa memberikan pertimbangan dalam pembentukan portofolio saham adalah metode Capital Asset Pricing Model (CAPM). Tujuan dari penelitian ini yaitu untuk menganalisis pembentukan portofolio optimal saham dengan CAPM, serta menganalisis penerapan CAPM dalam pengambilan keputusan investasi saham. Data yang digunakan yaitu data harga saham penutupan bulanan pada saham Jakarta Islamic Index (JII) periode Juni 2018 sampai September 2021. Teknik pengambilan sampel menggunakan teknik purposive sampling. Langkah penelitian setelah data diperoleh yaitu menghitung return saham individu, menguji normalitas return saham individu, menghitung return saham pasar, dan menguji pengaruh return saham individu terhadap return saham pasar. Selanjutnya dilakukan perhitungan nilai beta tiap saham, menghitung expected return, melakukan penyusunan kombinasi portofolio serta pembobotan tiap saham pembentuk portofolio. Kemudian dilakukan pengukuran kinerja portofolio dengan indeks sharpe, perbandingan kinerja dari kombinasi portofolio yang telah disusun, dan langkah terakhir yaitu diperoleh portofolio optimal. Hasil dari penelitian ini menunjukkan bahwa dari sejumlah portofolio yang telah disusun diperoleh portofolio optimal dengan nilai indeks sharpe terbesar dibentuk dari kombinasi empat saham. Dengan demikian, investor bisa menanamkan modal pada portofolio tersebut dengan proporsi alokasi dana pada saham BRPT sebesar 7,5%, saham INCO sebesar 25,3%, saham WIKA sebesar 45,4%, dan saham ANTM sebesar 21,7%. Kata Kunci: return, saham, portofolio, CAPM
PERBANDINGAN BEBERAPA MATRIKS PEMBOBOT DALAM SPATIAL ERROR MODEL PADA IPM PULAU KALIMANTAN TAHUN 2020 Ayu Sri Utami; Yundari Yundari; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i5.59491

Abstract

Indeks Pembangunan Manusia (IPM) merupakan ukuran untuk mengamati kinerja pencapaian pembangunan suatu wilayah dalam aspek pendidikan, harapan hidup dan kelayakan hidup. IPM suatu wilayah dapat mempengaruhi IPM di wilayah lainnya. Adanya hubungan ketergantungan wilayah tersebut, maka dibentuk suatu model regresi spasial. Model regresi spasial yang digunakan yaitu Spatial Error Model (SEM). SEM merupakan model spasial yang terjadi karena terdapat pengaruh spasial pada errornya. SEM dapat memberikan pemodelan yang lebih baik dengan adanya koefisien error spasial yang menunjukkan tingkat hubungan pengaruh suatu wilayah dengan wilayah lainnya. Model spasial memerlukan gambaran struktur spasial dengan komponen penting dalam pemodelan yaitu matriks pembobot. Tujuan penelitian ini adalah untuk memodelkan IPM Pulau Kalimantan berdasarkan matriks pembobot terbaik. dan membandingkan beberapa matriks pembobot dalam pemodelan SEM. Penelitian ini menggunakan beberapa matriks pembobot yaitu Rook Contiguity, Bishop Contiguity, dan Queen Contiguity. Data yang digunakan adalah IPM sebagai variabel dependen dengan variabel independennya yaitu angka harapan hidup (X1), harapan lama sekolah (X2), dan pendapatan perkapita (X3) 56 kabupaten/kota Pulau Kalimantan tahun 2020. Data dianalisis menggunakan regresi linier berganda untuk mendapatkan model dilakukan uji asumsi klasik. Selanjutnya membentuk matriks pembobot yang masing-masing dilakukan uji autokorelasi spasial, keterkaitan spasial, estimasi dan signifikansi parameter. Kemudian pemilihan model dengan matriks pembobot berdasarkan nilai AIC terkecil. Hasil penelitian diperoleh matriks pembobot Rook dan Queen memenuhi autokorelasi spasial. Kedua matriks pembobot tersebut terjadi ketergantungan spasial error, sehingga pemodelan yang digunakan yaitu SEM. Pemodelan IPM terbaik yaitu menggunakan model SEM dengan matriks pembobot Rook Contiguity berdasarkan nilai AIC terkecil yaitu 128,1008. Kata Kunci: autokorelasi spasial, moran’s indeks, rook contiguity
IMPLEMENTASI METODE LATENT CLASS CLUSTER ANALYSIS DALAM PENGELOMPOKAN WILAYAH BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA Florencita Yessica; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i02.53269

Abstract

Analisis multivariat merupakan analisis yang digunakan untuk memahami struktur data yang melibatkan lebih dari dua variabel pada setiap objek. Salah satu analisis pada analisis multivariat ialah analisis cluster yang bertujuan untuk mengelompokkan objek-objek berdasarkan karakteristik yang dimiliki. Setiap kelompok berisi objek-objek yang mirip satu sama lain. Pada analisis cluster terdapat metode Latent Class Cluster Analysis yang mengasumsikan objek masuk ke dalam salah satu cluster dengan jumlah dan ukuran cluster yang tidak diketahui sebelumnya. Pada penelitian ini metode Latent Class Cluster Analysis digunakan untuk mengelompokkan kabupaten/kota di Provinsi Kalimantan Barat. Indikator Indeks Pembangunan Manusia pada tahun 2019 yang digunakan yakni Angka Harapan Hidup saat Lahir, Angka Kesakitan, Harapan Lama Sekolah Rata-rata Lama Sekolah, Pengeluaran per Kapita dan Jumlah Penduduk Miskin. Metode ini menggunakan pendekatan berbasis model yang didasarkan pada konsep probabilitas dengan Algoritma Expectation Maximization sebagai tahapan estimasi parameter. Pemilihan model cluster berdasarkan kriteria nilai Bayesian Information Criterion terkecil kemudian pengelompokan anggota cluster menggunakan peluang posterior. Dari hasil analisis diperoleh model dengan 2 cluster. Cluster 1 terdiri dari 12 kabupaten/kota dan cluster 2 terdiri dari 2 kabupaten/kota. Berdasarkan pengelompokan kedua cluster yang diperoleh dapat dikategorikan sebagai “IPM Tinggi” untuk cluster 1 dan ”IPM Rendah” untuk cluster 1. Berdasarkan hasil tersebut maka bentuk kebijakan-kebijakan dari pemerintah dapat lebih diperhatikan dan prioritaskan pada perkembangan indikator IPM kabupaten/kota yang terdapat pada cluster 1.   Kata Kunci: Indeks pembangunan manusia, latent class cluster analysis, peluang posterior
ANALISIS MODEL REGRESI COX PROPORTIONAL HAZARD MENGGUNAKAN METODE BRESLOW Elprida Riyani; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i4.57505

Abstract

Analisis survival adalah metode yang berhubungan dengan waktu antar kejadian mulai dari time origin atau start point sampai dengan terjadinya suatu kejadian khusus atau end point. Terdapat beberapa metode yang digunakan untuk menganalisis data survival. Salah satunya adalah metode regresi survival yang digunakan untuk mencari hubungan variabel-variabel terhadap waktu survival. Analisis yang digunakan pada penelitian ini adalah analisis survival dengan model regresi cox proportional hazard menggunakan metode breslow. Penelitian ini bertujuan untuk menganalisis faktor-faktor apa saja yang berpengaruh signifikan terhadap lama studi mahasiswa S1 Jurusan Matematika FMIPA UNTAN angkatan 2015 menggunakan pendekatan regresi cox proportional hazard. Jenis data dalam penelitian ini berupa data nominal, ordinal dan interval. Data waktu lama studi dalam bulan merupakan data interval yang dihitung mulai dari mahasiswa masuk pada Agustus tahun 2015 sampai Juli tahun 2019. Data nominal dan ordinal disini berupa data tentang faktor-faktor yang mempengaruhi lama studi mahasiswa seperti prodi, IPK, jenis kelamin, asal daerah, jurusan SMA, akreditasi SMA, jalur masuk dan organisasi. Hasil penelitian yang diperoleh adalah sebesar 72,5% variabel prodi dan IPK berpengaruh secara signifikan terhadap lama studi mahasiswa jurusan matematika FMIPA UNTAN angkatan 2015.Kata kunci: lama studi, analisis survival, data tersensor
PERAMALAN HARGA SAHAM DENGAN METODE MODWT-ARIMA Bunga Aprilianti; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i4.57504

Abstract

Saham adalah surat tanda penyertaan modal seseorang pada suatu perusahaan. Pergerakan harga saham sulit untuk diprediksi karena bersifat fluktuatif, sehingga diperlukan peramalan untuk mengetahui harga saham yang akan terjadi pada masa yang mendatang. Pada penelitian ini, peramalan dilakukan dengan menggunakan metode MODWT-ARIMA (Maximal Overlap Discrete Wavelet Transform-Autoregressive Integrated Moving Average). MODWT-ARIMA adalah metode peramalan yang peramalannya menggunakan model ARIMA dari data hasil MODWT. MODWT sebagai pre-processing data sedangkan ARIMA sebagai pembentuk model runtun waktu dari data hasil MODWT. Tujuan penelitian ini adalah menganalisis metode MODWT-ARIMA dan meramalkan harga saham. Data yang digunakan adalah data harga penutupan saham harian PT. XL Axiata Tbk periode 2 Juni 2020 sampai dengan 9 April 2021. MODWT dilakukan dengan menggunakan filter Daubechies4 menghasilkan empat barisan data, yaitu tiga koefisien wavelet (W) dan satu koefisien skala (V). Model peramalan terbaik yaitu ARIMA (2,0,3) untuk W1, ARIMA (3,0,3) untuk W2, ARIMA (5,0,7) untuk W3 dan ARIMA (11,1,6) untuk V3. Peramalan harga saham PT. XL Axiata Tbk dengan metode MODWT-ARIMA untuk periode 12 sampai 30 April 2021 diperoleh tingkat akurasi sangat baik karena nilai MAPE yang diperoleh sebesar 6,22%.  Kata Kunci : peramalan, Daubechies4, koefisien skala, koefisien wavelet
MODEL VECTOR AUTOREGRESIVE INTEGRATED MOVING AVERAGE DALAM MERAMALKAN INDEKS HARGA KONSUMEN KOTA PONTIANAK Keke Afriliani; Shantika Martha; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i4.57332

Abstract

Model vektor autoregressive integrated moving Average (VARIMA) dapat digunakan untuk melakukan peramalan data deret waktu lebih dari satu variabel. Penelitian ini menggunakan data sekunder, yaitu data bulanan deret waktu Indeks Harga Konsumen (IHK) kelompok bahan makanan dan sandang di kota Pontianak Kalimantan Barat dalam periode tahun 2015 sampai tahun 2019. Tujuan penelitian ini yaitu meramalkan IHK kelompok bahan makanan dan sandang kota Pontianak pada periode Januari sampai Desember 2019 dengan model VARIMA. Hasil analisis menunjukan bahwa model VARIMA yang diterapkan terhadap data IHK bahan makanan dan sandang adalah VARIMA (3,1,0). Nilai MAPE untuk model VARIMA (3,1,0) pada masing-masing variabel IHK bahan makanan yaitu 1,14% dan IHK sandang 0,008% sehingga ketepatan hasil peramalan model sangat baik. Kata Kunci : VARIMA, peramalan, IHK
PEMODELAN REGRESI HURDLE POISSON UNTUK KASUS PENYAKIT TETANUS NEONATORUM PADA NEONATAL DI KALIMANTAN BARAT Beatrice Beatrice; Naomi Nessyana Debataraja; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v11i4.57011

Abstract

Data dari kasus penyakit Tetanus Neonatorum merupakan data diskrit berdistribusi Poisson. Variabel indikator yang diduga mempengaruhi terjadinya penyakit Tetanus Neonatorum dapat dianalisis menggunakan metode regresi Poisson. Model regresi Poisson terdapat asumsi equidispersi yaitu rata-rata sama dengan varian. Banyak kasus yang melanggar asumsi equidispersi yaitu disaat varian lebih besar dari rata-rata (overdispersion) atau varian lebih kecil dari rata-rata (underdispersion). Pada penelitian ini ditemukan banyaknya nilai nol (excess zeros) pada variabel dependen. Hal ini merupakan salah satu penyebab terjadinya overdispersi. Analisis yang digunakan untuk mengatasi masalah overdispersi akibat excess zeros adalah regresi Hurdle Poisson. Tujuan dari penelitian ini adalah untuk menganalisis model regresi Hurdle Poisson dan varabel indikator apa saja yang mempengaruhi terjadinya kasus penyakit Tetanus Neonatorum pada neonatal di Kalimantan Barat. Hasil penelitian menunjukkan bahwa jumlah persentase persalinan ditolong oleh tenaga kesehatan () dan persentase ibu hamil melaksanakan program K4 () berpengaruh signifikan terhadap jumlah kasus penyakit Tetanus Neonatorum di Kalimantan Barat tahun 2019 dengan koefisien determinasi (adjusted R Square) sebesar 81,8%. Kata Kunci: Excess zeros, Regresi Hurdle Poisson, Tetanus Neonatorum
PERAMALAN DATA HARGA PENUTUPAN SAHAM INDOFOOD CBP SUKSES MAKMUR TBK MENGGUNAKAN HYBRID ARIMA-RBFNN Andewa Pratama Alfandy; Nurfitri Imro’ah; Shantika Martha
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 3 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

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

Abstract

Pergerakan harga saham yang fluktuatif menuntut metode peramalan yang dapat menangkap pola linier maupun nonlinier secara akurat. Penelitian ini bertujuan untuk meramalkan harga penutupan saham mingguan Indofood CBP Sukses Makmur Tbk. (ICBP.JK) dengan menggunakan pendekatan hybrid Autoregressive Integrated Moving Average – Radial Basis Function Neural Network (ARIMA-RBFNN). Model ARIMA digunakan untuk menangkap pola linier dalam data, sedangkan RBFNN digunakan untuk memodelkan residual dari ARIMA yang mengandung pola nonlinier. Data yang digunakan berasal dari harga penutupan saham dalam periode mingguan ICBP.JK dalam rentang waktu 1 April 2019 hingga 1 April 2024, dengan total 262 data, dan dibagi menjadi dua set data, yaitu data training dengan proporsi 80%, data testing dengan proprosi 20%. Evaluasi dilakukan menggunakan parameter Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model hybrid ARIMA-RBFNN memberikan hasil peramalan yang sangat baik, dengan nilai MAPE sebesar 4,13% untuk data training dan 3,19% untuk data testing, menandakan bahwa metode hybrid ARIMA-RBFNN layak digunakan dalam peramalan harga saham, karena mampu menangkap pola linier dan nonlinier secara efektif. Pada penerapannya, model yang dibentuk meramalkan bahwa akan terjadi penurunan pada harga penutupan saham ICBP.JK dalam kurun waktu 5 minggu ke depan.
Co-Authors Andewa Pratama Alfandy Ayu Sri Utami Beatrice Beatrice Bunga Aprilianti Dadan Kusnandar Elprida Riyani Florencita Yessica Keke Afriliani Naomi Nessyana Debataraja NUR’AINUL MIFTAHUL HUDA Setyo Wira Rizki Shantika Martha Winny Chindrianti Yundari, Yundari