Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.054

P-Index

This Author published in this journals

All Journal BIMASTER JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Eurekamatika

Setyo Wira Rizki

UNIVERSITAS TANJUNGPURA

Author-ID : 4108654

Computer Science & IT Decision Sciences, Operations Research & Management Environmental Science Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 38 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

PENGUKURAN VALUE AT RISK DENGAN PROSEDUR VOLATILITY UPDATING HULL AND WHITE BERDASARKAN ROBUST EXPONENTIALLY WEIGHTED MOVING AVERAGE Sumiarti Sumiarti; Shantika Martha; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): 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.v10i4.49685

Risiko adalah besarnya penyimpangan antara tingkat pembelian yang diharapkan dengan tingkat pengembalian sebenarnya. Salah satu alat untuk mengukur risiko adalah Value at Risk (VaR). VaR adalah pengukuran kemungkinan kerugian terburuk dalam kondisi pasar yang normal dengan probabilitas tertentu dan pada horizon waktu tertentu. Keberhasilan penggunaan VaR sangat bergantung pada estimasi volatilitas bersyarat dari return portofolio. Salah satu metode untuk menghitung volatilitas bersyarat adalah robust exponentially weighted moving average (robust EWMA). Robust EWMA adalah metode EWMA alternatif yang digunakan saat kondisi data return tidak berdistribusi normal dan bersifat heteroskedastik. VaR dihitung menggunakan metode historical simulation dengan data yang diperbarui dengan volatilitas Hull and White. Tujuan dari penelitian ini adalah untuk menentukan return yang deperoleh dengan prosedur volatility updating Hull and White dan menghitung VaR dengan metode robust EWMA. Data yang digunakan adalah data return saham dari saham PT. Jakarta Islamic Indeks, Tbk (JII) dan PT. Astra Internasional, Tbk. (ASII) penutupan harian pada periode 01 Agustus 2019 hingga 18 Agustus 2020. Berdasarkan hasil penelitian ukuran pembelian optimal untuk portofolio dua aset ASII dan JII dengan investasi awal sebesar Rp100.000.000,00,- investor diperkirakan tidak akan mengalami kerugian lebih dari Rp3.097.059 dalam jangka waktu satu hari setelah portofolio dibentuk dengan tingkat kesalahan α =0,05 dan λ = 0,94 . Kata Kunci: robust EWMA, VaR, volatility updating

ANALISIS RISIKO PORTOFOLIO LQ45 MENGGUNAKAN PENDEKATAN VALUE AT RISK BLOCK MAXIMA-GENERALIZED EXTREME VALUE Nanda Ayuni; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Setiap bentuk investasi memiliki risiko yang dapat menyebabkan kerugian bagi investor. Semakin tinggi hasil yang diharapkan dari investasi tersebut, maka semakin tinggi juga tingkat risikonya. Dengan demikian, investor perlu mengetahui besar risiko yang akan dihadapinya, sehingga dapat melakukan tindakan pencegahan agar bisa mengantisipasi risiko tersebut. Metode yang dapat digunakan untuk mengukur risiko adalah value at risk (VaR). Extreme value theory (EVT) merupakan metode yang digunakan untuk mengukur risiko pada data runtun waktu yang memiliki distribusi ekor gemuk. Distribusi ekor gemuk memiliki kecenderungan lebih besar terjadinya kejadian ekstrem dibandingkan dengan distribusi normal. Umumnya, hal ini ditandai oleh nilai kurtosis yang positif. Salah satu metode EVT adalah block maxima yang mengikuti distribusi GEV (generalized extreme value). Perhitungan VaR yang akurat pada data runtun waktu finansial dapat menggunakan VaR dengan metode block maxima-GEV. Penelitian ini menggunakan data harga saham penutupan harian pada indeks LQ45 periode 1 Januari sampai 31 Desember 2018. Saham yang digunakan untuk pembentukan portofolio ada lima yaitu PTBA, ANTM, PGAS, BBCA, dan ICBP, yang mana saham-saham tersebut dipilih berdasarkan nilai mean return tertinggi. Berdasarkan hasil analisis, diperoleh nilai VaR dengan metode block maxima-GEV dengan tingkat kesalahan 5% adalah sebesar 2,555% dari total nilai investasinya. Misalnya, jika investor berinvestasi sebesar Rp100.000.000,00,- maka investor tersebut mempunyai risiko sebesar Rp2.555.000,00. Kata Kunci : investasi, VaR, extreme value theory, heavy tail

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL PRIOR UNIFORM DENGAN METODE BAYESIAN ABSOLUTE ERROR LOSS FUNCTION Bagus Setiadi; Setyo Wira Rizki; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Pada penelitian ini dibahas mengenai estimasi parameter model survival distribusi eksponensial prior Uniform dengan menggunakan Bayesian absolute error loss function (AELF) dan diterapkan pada kasus penderita kanker paru-paru. Estimasi parameter model survival dimulai dengan mencari fungsi distribusi kumulatif, fungsi survival, kemudian menentukan fungsi likelihood, distribusi prior, dan posterior untuk metode Bayesian. Dari metode Bayesian AELF diperoleh dan fungsi survival kemudian diterapkan pada data pasien penderita kanker paru-paru untuk mengetahui peluang individu dapat bertahan hidup. Berdasarkan hasil estimasi metode Bayesian AELF untuk studi kasus penderita kanker paru-paru dapat diketahui bahwa peluang hidup pasien yang mengidap penyakit kanker paru-paru semakin lama akan semakin kecil (mendekati nol). Nilai mean absolute persentage error (MAPE) yang diperoleh dari fungsi survival dengan menggunakan metode Bayesian AELF adalah sebesar 0,485%. Hal ini berarti bahwa metode Bayesian AELF memiliki kemampuan estimasi yang sangat baik dalam mengestimasi peluang bertahan hidup pasien penderita kanker paru-paru. Kata kunci: Loss Function, Prior Uniform, Absolute Error

PENDEKATAN METODE BAYESIAN GELF PADA MODEL SURVIVAL EKSPONENSIAL UNTUK MENENTUKAN PREMI TUNGGAL PADA ASURANSI Santi Santi; Shantika Martha; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Model survival didefinisikan sebagai suatu distribusi probabilitas untuk variabel random yang berkaitan dengan usia serta ketahanan suatu produk ataupun jiwa. Model survival dalam penelitian ini membahas tentang fungsi ketahanan hidup dari suatu individu. Model survival diaplikasikan untuk mendapatkan nilai premi asuransi jiwa dwiguna. Premi asuransi dwiguna didapatkan dengan pendekatan metode Bayesian. Metode Bayesian adalah metode yang digunakan untuk menentukan distribusi posterior. Langkah yang dilakukan untuk mendapatkan distribusi posterior yaitu mengalikan fungsi likelihood dengan distribusi prior. Kemudian diperoleh distribusi posterior yang digunakan untuk mengestimasi metode Bayesian GELF (General Entropy Loss Function) pada model survival, dan diaplikasikan ke APV (Actuarial Present Value) asuransi jiwa dwiguna. Berdasarkan penelitian diketahui bahwa premi asuransi jiwa dwiguna pada seseorang berusia 30 tahun dengan jangka waktu 10 tahun didapat harga premi sebesar Rp78.742.900. Kata kunci: Model survival, Metode Bayesian, Distribusi posterior.

OPTIMALISASI PORTOFOLIO SAHAM DENGAN PENDEKATAN LEXICOGRAPHIC GOAL PROGRAMMING Anita Anita; Setyo Wira Rizki; Shantika Martha
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): 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.v10i1.44828

Investasi merupakan suatu kegiatan penanaman aset atau modal yang dilakukan oleh perusahaan atau perorangan, untuk memperoleh imbal balik yang lebih besar di masa depan. Saham merupakan salah satu investasi yang paling umum yang terdapat pada pasar modal. Seorang investor perlu memperhatikan nilai return serta risiko ketika melakukan sebuah investasi saham. Cara yang dapat dilakukan investor dalam meminimalkan risiko dan memaksimalkan return investasi saham yaitu dengan pembentukan portofolio. Hal tersebut menyebabkan seorang investor harus memilih kombinasi saham yang tepat, sehingga dapat terbentuk suatu portofolio yang optimal. Tujuan dari penelitian ini adalah penentuan portofolio optimal dengan menggunakan lexicographic goal programming. Lexicographic goal programming merupakan model matematika pada riset operasi yang digunakan untuk menyelesaikan permasalahan optimasi dengan memperhatikan prioritas fungsi tujuan. Fungsi tujuan yang digunakan dalam penelitian ini adalah memaksimalkan return periode hari, bulan dan resiko. Penentuan urutan prioritas pada fungsi tujuan menggunakan analytic hierarchy procces. Data yang digunakan pada penelitian ini adalah data harga saham penutupan harian enam saham teraktif yang terdaftar di Bursa Efek Indonesia yaitu BBRI, BBCA, BMRI, ASII, BBNI dan PGAS periode 1 Oktober 2018 sampai 31 Desember 2019. Diperoleh hasil saham yang terpilih untuk pembentukan portofolio optimal terdiri dari saham BBRI dengan porsi 75,97%, BBCA dengan porsi 22,71% serta ASII dengan porsi 1,32%. Kata Kunci : Return, Analytic Hierarchy Procces, Pembuat Keputusan.

ANALISIS PORTOFOLIO MENGGUNAKAN METODE MEAN VARIANCE EFFICIENT PORTOFOLIO (MVEP) DENGAN PENDEKATAN DATA ENVELOPMENT ANALYSIS (DEA) Lilit Tamara Dinta; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Investasi merupakan kegiatan penanaman modal yang bertujuan untuk mendapatkan keuntungan di masa datang. Investasi yang dilakukan seorang investor memiliki risiko yang sebanding dengan return yang ditawarkan sehingga perlu dilakukan penyebaran investasi dengan membentuk portofolio saham. Pembentukan suatu portofolio saham dapat dilakukan dengan memilih saham-saham efisien. Pemilihan saham-saham efisien dilakukan dengan menganalisis saham tersebut guna mengetahui prospek saham di masa dating. Data yang digunakan pada penelitian ini yaitu data harga penutupan saham harian pada indeks saham LQ-45 yang konsisten masuk pada periode 1 Januari sampai dengan 31 Desember 2018. Penelitian ini bertujuan untuk menganalisis saham dengan kinerja efisien menggunakan data envelopment analysis (DEA) dan menentukan bobot masing-masing saham yang terdapat dalam portofolio menggunakan metode mean variance efficient portofolio (MVEP). Hasilnya, delapan saham efisien kandidat portofolio yaitu ASII, BBCA, BBRI, GGRM, ICBP, INCO, PGAS, dan PTBA yang kemudian dianalisis sehingga dipilih lima saham untuk dijadikan suatu portofolio. Bobot untuk masing-masing saham dalam portofolio yaitu, BBCA sebesar 48,85%, ICBP sebesar 33,06%, PTBA sebesar 12,18%, INCO sebesar 4,81% dan PGAS sebesar 1,09%. Kata Kunci : bobot saham, saham efisien, portofolio

FUNGSI GREEN DARI PERSAMAAN DIFERENSIAL LINEAR ORDE-n NON HOMOGEN MENGGUNAKAN TRANSFORMASI LAPLACE Hari Rahman Alam; Evi Noviani; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): 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.v10i1.44659

Persamaan diferensial adalah suatu persamaan yang melibatkan satu atau lebih turunan fungsi yang belum diketahui, salah satunya yaitu persamaan diferensial linear. Dalam menyelesaikan suatu persamaan diferensial linear didapatlah sebuah solusi, adapun salah satu cara menentukan solusi dari persamaan diferensial linear yaitu dengan mengggunakan fungsi Green. Penentuan solusi dari persamaan diferensial linear dengan menggunakan fungsi Green dapat menggunakan metode transformasi Laplace. Transformasi Laplace adalah teknik mengubah sebuah fungsi menjadi fungsi yang baru menggunakan proses integrasi. Penelitian membahas cara menentukan fungsi Green dari suatu persamaan diferensial linear dengan menggunakan transformasi Laplace, persamaan diferensial linear yang digunakan yaitu persamaan diferensial linear orde-n koefisien konstan. Langkah yang dilakukan yaitu mencari solusi dengan menggunakan transformasi Laplace dari persamaan diferensial linear orde-n koefisien konstan dan dalam hal ini merupakan fungsi Green dari solusi . Selanjutnya yaitu menyelesaikan persamaan diferensial linear yang berkaitan dengan fungsi delta Dirac dengan bentuk menggunakan transformasi Laplace yang bertujuan untuk menemukan fungsi Green. Dari penelitian ini didapatlah solusi , adalah solusi persamaan diferensial biasa yang memuat fungsi Green .Kata Kunci: Persamaan Diferensial Linear, Transformasi Laplace, Fungsi Green.

Model Markov Switching Autoregressive pada Data Covid-19 di Indonesia Setyo Wira Rizki; Shantika Martha; Bartolomius Bartolomius; Rita Apriliyanti
Jambura Journal of Probability and Statistics Vol 5, No 1 (2024): Jambura Journal Of Probability and Statistics
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjps.v5i1.19429

The Covid-19 pandemic has had a very influential impact on socio-economic conditions in Indonesia. Forecasting the number of Covid-19 cases is needed to support taking preventive action. The method that can be used to determine the number of Covid-19 cases is a forecasting method using the Markov Switching Autoregressive (MSAR) time series data model as an alternative for analyzing structural change data. This research uses Covid-19 confirmation data in Indonesia for the period March 2020-June 2021, with the aim of designing an MSAR model and calculating the magnitude of the transition opportunity in each state in the Covid-19 confirmation data in Indonesia. The MSAR model begins by describing the data and checking the stationarity of the data. After that, Box-Jenkins modeling was carried out to test heteroskedasticity and structural changes. Next, the MSAR model parameters were estimated and the transition matrix was formed. This research shows that the best MSAR model formed is the MS (2)-AR (5) model, with a static transition probability value in state 1 of 0.981330. However, it appears that there is a chance of 0.018670 for the Covid-19 confirmation condition to move to state 2. Testing in the case of state 2 produces a transition chance of 0.980991 in state 2, with a transition chance of Covid-19 confirmation changing to state 1 of 0.019009.

Co-Authors Alex Sander Anita Anita Ariady Zulkarnain Asty Fistia Ningrum Bagus Setiadi Bartolomius Bartolomius Bella Amalia Deni Wardani Dhessy Rahmayanti Eka Rizki Wahyuni Ernita Saputri Evi Noviani Evy Sulistianingsih Gristia Aldilla Hari Rahman Alam Helmi Helmi Hendra Perdana Ilham Saputra Isra’ Sagita Jajad Sudrajat Laksono Trisnantoro Lilit Tamara Dinta Linisius Caesar Kevin Sinopa Mariana Yopi Mega Putri Mida Mida Nanda Ayuni Naomi Nessyana Debataraja Neva Satyahadewi Nona Lusia Nurfitri Imro’ah Ovi Indah Afriani Rafika Aufa Hasibuan Rahmanita Febrianti Rusmaningtyas Ratna Nursariyani Ria Andini Rita Apriliyanti Rizki Nur Rahmalita Sani Sani Santi Santi Shantika Martha Sumiarti Sumiarti Surati Surati Tri Jayanti Kwamjih Dasilia Trinita Ariningsih Wenty Resti Anggraeni Wirda Andani Yaziz Yaziz

Title

Found 38 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 38 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 38 Documents
Search