Article Per Year (5 Year)
p-Index From 2020 - 2025
1.475
P-Index
This Author published in this journals
All Journal BIMASTER Jurnal Forum Analisis Statistik
Shantika Martha
Unknown Affiliation
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
PENGUKURAN RISIKO KERUGIAN PETANI SAWIT MENGGUNAKAN METODE EXPECTED SHORTFALL DENGAN SIMULASI MONTE CARLO Wahyudin Wahyudin; Setyo Wira Rizki; Shantika Martha
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.v11i3.55777

Abstract

Kelapa sawit merupakan salah satu komoditas yang memberikan kontribusi bagi perdagangan luar negeri. VaR merupakan standar internasional dalam pengukuran risiko finansial. VaR memiliki kekurangan yaitu tidak memenuhi sifat subadditivity sehingga tidak dapat meminimumkan risiko. Kekurangan ini dapat diatasi menggunakan metode Expected Shortfall (ES) dengan simulasi Monte Carlo. Simulasi Monte Carlo adalah simulasi yang membangkitkan bilangan acak berdasarkan karakteristik dari data yang akan dibangkitkan, yang kemudian digunakan untuk menghitung nilai ES. Penelitian ini bertujuan untuk mengukur risiko kerugian maksimum petani sawit menggunakan metode ES dengan simulasi Monte Carlo. Langkah-langkah perhitungan ES dengan simulasi Monte Carlo adalah menghitung nilai return, melakukan uji normalitas data, mengestimasi parameter rata-rata dan standar deviasi, mengestimasi kerugian maksimum dan kuantil, menghitung nilai VaR, menghitung rata-rata VaR, menghitung ES dengan simulasi Monte Carlo. Penelitian ini menggunakan data Harga Tanda Buah Segar (TBS) periode Februari 2017 sampai Desember 2020 di Kalimantan Barat. Berdasarkan hasil analisis, diperoleh nilai ES dengan simulasi Monte Carlo pada tingkat kepercayaan 95% sebesar 18,427%. Artinya kerugian maksimum yang diterima petani sawit yaitu sebesar 18,427%.  Kata Kunci:   Value at Risk, harga maksimum
PEMODELAN DATA PERSENTASE PENDUDUK MISKIN DI INDONESIA MENGGUNAKAN SUR-SEM DATA PANEL Ira Mona; Shantika Martha; Hendra Perdana
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.v11i3.54617

Abstract

Kemiskinan adalah ketidakmampuan seseorang memenuhi kebutuhan dasarnya untuk bertahan hidup, baik untuk bahan makanan maupun bukan makanan. Kemiskinan seringkali melibatkan pemeriksaan interaksi spasial antara satu lokasi dengan sekitarnya. Penelitian ini bertujuan menganalisis variabel yang berpengaruh signifikan terhadap tingkat persentase penduduk miskin di Indonesia dengan menggunakan model SUR-SEM (Seemingly Unrelated Regression-Spatial Error Model) data panel. Model SUR-SEM merupakan model yang mengkombinasikan model SUR dan model SEM yang struktur autoregressive hanya terdapat pada error-nya, sedangkan model SUR-SEM data panel adalah penggabungan dari model data panel dengan mempertimbangkan efek temporal dan spasial dalam suatu sistem persamaan regresi. Pada penelitian ini difokuskan pada data persentase penduduk miskin berbentuk data panel dari 34 provinsi di Indonesia selama 5 tahun (2015-2019), karena data yang digunakan adalah data panel maka dilakukan pemilihan model regresi data panel yaitu menggunakan uji Chow dan uji Hausman. Selanjutnya dilakukan analisis uji efek spasial yaitu dependensi spasial dan heterogenitas spasial dengan matriks pembobot Queen Contiguity dan mengestimasi parameter dengan metode Maximum likelihood pada model SUR- SEM data panel. Hasil dari penelitian ini variabel yang berpengaruh signifikan terhadap persentase penduduk miskin setiap tahunnya yaitu rata-rata lama sekolah (X_6) dan angka harapan hidup (X_9). Kata Kunci: Data Panel, Pembobot Spasial, SUR-SEM.
PERHITUNGAN EXPECTED SHORTFALL PADA INVESTASI SAHAM DENGAN PENDEKATAN EKSPANSI CORNISH FISHER Winanda Epriyanti; Yundari Yundari; Shantika Martha
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.v11i4.57772

Abstract

Investasi adalah suatu kegiatan menanamkan modal yang dilakukan dengan tujuan untuk memperoleh keuntungan di masa yang akan datang. Salah satu bentuk investasi adalah saham. Perhitungan risiko sangat penting dalam berinvestasi saham. Metode Value at Risk (VaR) merupakan suatu metode pengukuran risiko saham yang paling umum digunakan. Kelemahan VaR adalah tidak memperhatikan kerugian yang melebihi tingkat kepercayaan yang digunakan karena tidak menutup kemungkinan akan terjadi kerugian yang lebih besar dari estimasi nilai VaR yang diperoleh. Untuk mengatasi kelemahan tersebut digunakan metode Expected Shortfall (ES). Kelebihan dari metode ES adalah dapat menghitung besar kerugian yang nilainya melebihi VaR. ES dengan ekspansi Cornish Fisher dapat mengestimasi risiko saham tanpa harus memenuhi asumsi normalitas dengan menyesuaikan nilai skewness dan kurtosis. Tujuan penelitian ini adalah untuk mengestimasi besar risiko saham menggunakan metode ES dengan pendekatan ekspansi Cornish Fisher dan membandingkannya dengan nilai VaR. Data yang digunakan adalah data harga penutupan saham PT Indofood CBP Sukses Makmur Tbk periode 26 Maret 2020 sampai dengan 19 November 2021. Data harga penutupan saham diubah menjadi data return saham. Data return saham yang digunakan tidak memenuhi asumsi normalitas sehingga perhitungan ES menggunakan pendekatan ekspansi Cornish Fisher. Selanjutnya, residual model awal dari data return saham yang mempunyai efek heteroskedastisitas dimodelkan ke dalam ARCH/GARCH. Model ARCH(1) yang diperoleh merupakan model terbaik. Hasil perhitungan menunjukkan bahwa dengan tingkat kepercayaan 95%, nilai peluang risiko ES sebesar 0,0424999 dalam prediksi satu hari kedepan. Kemudian dengan tingkat kepercayaan yang sama diperoleh nilai peluang risiko VaR sebesar 0,0265019. Hasil perhitungan nilai peluang risiko ES dapat memperhitungkan kerugian yang nilainya 0,015998 lebih besar dibanding nilai peluang risiko VaR. Kata Kunci: Return Saham, Value at Risk (VaR), ARCH/GARCH
ESTIMASI-M IRLS MENGGUNAKAN FUNGSI PEMBOBOT HUBER DAN BISQUARE TUKEY PADA DATA KEMISKINAN DI INDONESIA Alda Oktaviani; Shantika Martha
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.v11i4.57008

Abstract

Metode kuadrat terkecil (MKT) adalah metode yang umum digunakan untuk mengestimasi parameter pada regresi linear. Akan tetapi estimasi dengan MKT mempunyai kelemahan ketika outlier atau pencilan terdapat dalam data yang menyebabkan estimator dari parameter bersifat bias. Sebagai alternatif, metode regresi robust dapat digunakan untuk mengestimasi parameter ketika terdapat data outlier. Metode robust yang digunakan dalam penelitian ini adalah estimasi-M IRLS (Iteratively Reweighted Least Square) dengan fungsi pembobotan Huber dan Bisquare Tukey. Studi kasus yang digunakan dalam penelitian ini adalah pengaruh Indeks Pembangunan Manusia (IPM) (Z1), Produk Domestik Regional Bruto (PDRB) menurut pengeluaran (Z2), dan Tingkat Pengangguran Terbuka (TPT) (Z3), terhadap jumlah kemiskinan (Y) di 34 Provinsi Indonesia pada tahun 2018. Tujuan penelitian ini adalah melakukan estimasi parameter dan membandingkan hasil estimasi-M menggunakan pembobotan Huber dan Bisquare Tukey. Berdasarkan uji boxplot data yang digunakan teridentifikasi data outlier, sehingga diperlukan prosedur robust untuk mengestimasi parameter model matematis. Nilai standart error dari pembobotan Bisquare Tukey lebih kecil dari pembobotan Huber (221<229,2). Berdasarkan nilai standart error dapat disimpulkan bahwa estimasi-M dengan pembobotan Bisquare Tukey merupakan metode yang paling baik digunakan, dengan model matematis . Kata Kunci: Estimasi-M IRLS, Regresi Robust, Tukey Bisquare, Huber
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
PENERAPAN METODE REGRESI RIDGE PADA KASUS ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR Puji Sri Lestari; Shantika Martha; Naomi Nessyana Debataraja
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.v11i4.57012

Abstract

Suatu model dalam statistik yang dapat digunakan untuk menganalisis keterkaitan antara dua atau lebih variabel independen terhadap variabel dependen adalah model regresi linear berganda. Tidak terjadi multikolinearitas pada model regresi merupakan salah satu asumsi yang harus dipenuhi dalam regresi linear berganda. Salah satu metode yang dapat digunakan untuk mengatasi multikolinearitas adalah metode regresi ridge. Metode regresi ridge merupakan pengembangan dari metode kuadrat terkecil dengan menambahkan konstanta bias c  pada diagonal matriks XTX. Tujuan dari penelitian ini adalah menerapkan metode regresi ridge dalam mengatasi multikolinearitas pada studi kasus angka kematian bayi di provinsi Jawa Timur tahun 2020. Data yang digunakan dalam penelitian ini adalah angka kematian bayi (Y), jumlah bayi dengan berat badan lahir rendah (X1), jumlah bayi terkena penyakit asfiksia (X2), cakupan pelayanan kesehatan bayi (X3) dan cakupan pemberian Vitamin A (X4). Hasil dari penelitian ini diperoleh nilai VIF menggunakan metode kuadrat terkecil untuk X1=2,652, X2=2,737, X3=46,893 dan X4=50,919 yang menunjukkan terjadi multikolinearitas pada model regresi linear berganda. Untuk mengatasi multikolinearitas pada model regresi diterapkan metode regresi ridge dan diperoleh nilai VIF untuk X1=0,933, X2=0,942, X3=0,424 dan X4=0,388. Variabel jumlah bayi berat badan lahir rendah (X1), cakupan pelayanan kesehatan bayi (X3) dan cakupan pemberian Vitamin A (X4) berpengaruh secara signifikan terhadap angka kematian bayi dengan nilai koefisien determinasi pada model diperoleh sebesar 70,15%.Kata kunci : regresi linear berganda, multikolinearitas, regresi ridge
PREDIKSI CURAH HUJAN DENGAN METODE ENSEMBLE AVERAGING Siti Rahayu; Shantika Martha; Setyo Wira Rizki
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.v11i4.57330

Abstract

ARIMAX merupakan salah satu model perluasan dari model ARIMA dengan penambahan variabel eksogen sebagai variabel bebasnya. Variabel bebas yang digunakan dalam penelitian ini adalah faktor yang mempengaruhi curah hujan yaitu kelembaban udara. Ensemble merupakan teknik peramalan yang mengombinasikan output dari beberapa metode peramalan sebagai nilai suatu ramalan Metode yang digunakan untuk mengombinasikan hasil peramalan dalam penelitian ini adalah metode averaging. Ensemble averaging  didapatkan dari gabungan nilai peramalan beberapa model ARIMAX. Oleh karena itu, untuk menggunakan ensembel averaging diperlukan pemodelan ARIMAX terlebih dahulu. Tujuan dari penelitian ini adalah menggunakan model ARIMAX dengan metode ensemble averaging dalam memprediksi curah hujan di Kabupaten Sintang. Pada model ARIMAX pemodelan dilakukan dengan menetapkan ARIMA sebagai model sementara dengan menambahkan variabel eksogen yaitu variabel kelembaban. Kemudian, memprediksi curah hujan di Sintang menggunakan metode ensemble averaging yaitu rata-rata hasil prediksi yang diperoleh dari model ARIMAX. Data yang digunakan adalah data bulanan dari tanggal 1 Januari 2011 sampai dengan 1 Desember 2018 untuk keperluan peramalan dari bulan Januari sampai Desember 2019. Hasil penelitian menunjukkan bahwa metode ensemble averaging memungkinkan peramalan curah hujan dengan MAPE sebesar 20,28%. Hasil prakiraan untuk beberapa bulan ke depan menunjukkan bahwa curah hujan menurun. Kata kunci: Kelembaban, ARIMAX, MAPE
Analysis Of Factors Affecting The Percentage Of Poverty In West Kalimantan With Panel Data Regression Dinda Kinanti Ayuningtyas; Khairina Auliannisa; Shantika Martha
Jurnal Forum Analisis Statistik Vol. 3 No. 1 (2023): Jurnal Forum Analisis Statistik (FORMASI)
Publisher : Badan Pusat Statistik Provinsi Kalimantan Barat

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

Abstract

Indonesia has a high poverty rate, which is evidenced by the annual increase in the percentage of people living in poverty. This happens because the components of high life expectancy, as well as the higher level of education, Reducing the poverty rate is closely related to improving the welfare of the community. This has a significant impact on the overall well-being of the community. Therefore, this study aims to determine the best panel data regression model of Life Expectancy and Expected Years of Schooling on the percentage of poor people. The three model approaches tested are Common Effect Model (CEM), Fixed Effect Model (FEM), and Random Effect Model (REM). Based on the estimation of panel data regression parameters, it was found that the best model approach to analyze the poverty rate in West Kalimantan in 2018-2022 is the FEM. The F test showed that the result is 0.00 < 0.05. Which means that the Life Expectancy and Expected Years of Schooling variables have a significant influence on poverty rate. the Life Expectancy and Expected Years of Schooling were found to be the variables that influence poverty rate in West Kalimantan, with an adjusted  value of 98,89%.
Co-Authors Alda Oktaviani Bunga Aprilianti Dinda Kinanti Ayuningtyas Elprida Riyani Hendra Perdana Ira Mona Keke Afriliani Khairina Auliannisa Naomi Nessyana Debataraja NURFITRI IMRO’AH Puji Sri Lestari Setyo Wira Rizki Siti Rahayu Wahyudin Wahyudin Winanda Epriyanti Yundari, Yundari