Claim Missing Document
Check
Articles

Found 14 Documents
Search

Modeling Stock Return Data Using Asymmetric Volatility Models: A Performance Comparison Based On the Akaike Information Criterion and Schwarz Criterion Setiawan, Eri; Herawati, Netti; Nisa, Khoirin
INSIST Vol 3, No 2 (2018)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/ins.v3i2.160

Abstract

The Generalized Autoregressive Conditional Heteroscedasticity (GARCH) model has been widely used in time series forecasting especially with asymmetric volatility data. As the generalization of autoregressive conditional heteroscedasticity model, GARCH is known to be more flexible to lag structures. Some enhancements of GARCH models were introduced in literatures, among them are Exponential GARCH (EGARCH), Threshold GARCH (TGARCH) and Asymmetric Power GARCH (APGARCH) models. This paper aims to compare the performance of the three enhancements of the asymmetric volatility models by means of applying the three models to estimate real daily stock return volatility data. The presence of leverage effects in empirical series is investigated. Based on the value of Akaike information and Schwarz criterions, the result showed that the best forecasting model for our daily stock return data is the APARCH model.
Testing Normality and Bandwith Estimation Using Kernel Method For Small Sample Size Netti Herawati; Khoirin Nisa
Jurnal ILMU DASAR Vol 10 No 1 (2009)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (298.124 KB)

Abstract

This article aimed to study kernel method for testing normality and to determine the density function based on curve fitting technique (density plot) for small sample sizes. To obtain optimal bandwith we used Kullback-Leibler cross validation method. We compared the result using goodness of fit test by Kolmogorof Smirnov test statistics. The result showed that kernel method gave the same performance as Kolmogorof Smirnov for testing normality but easier and more convinient than Kolmogorof Smirnov does.
PELATIHAN PENGGUNAAN MICROSOFT OFFICE EXCEL DALAM PENATAAN ADMINISTRASI DESA BAGI OPERATOR/SEKRETARIS DESA SE KECAMATAN KEDONDONG KABUPATEN PESAWARAN Netti Herawati; Subian Saidi; Khoirin Nisa; Eri Setiawan
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 1 No. 4 (2021)
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.076 KB) | DOI: 10.23960/buguh.v1n4.217

Abstract

Kegiatan penataan administrsi desa meruapakan salah satu hal yang penting dalam pelaksanaan administrasi desa. Selama ini proses pengadministrasian masih berjalan secara manual (melalui alat tulis). Kondisi tersebut mengakiabtkan pencarian arsip sulit dan tak jarang memakan waktu yang lama bahkan bisa berjam-jam. Dengan jumlah penduduk yang relative banyak, pemerintah desa distuntut untuk melaksanakan tugas kearsipan dengan cepat dan rapi. Pekerjaan itu sangat dapat dibantu dengan teknologi saat ini (laptop) melalui software Microsoft office excel. Undang-Undang Nomor 32 Tahun 2004 tentang Pemerintahan Daerah, telah membawa perubahan yang mendasar dalam sistem dan struktur Pemerintahan Daerah serta membawa dampak yang sangat luas bagi penyelenggaraan pemerintahan, perencanaan pembangunan, pengelolaan keuangan dan sistem penganggaran dalam menunjang penyelenggaraan pemerintahan di Daerah, khususnya pada tingkat Pemerintahan Desa. Untuk meningkatkan manajemen Pemerintahan Desa perlu dilakukan penataan administrasi agar lebih effektif dan effisien, penataan administrasi merupakan pencatatan data dan informasi dalam mendukung penyelenggaraan Pemerintahan Desa, maka perlu dilakukan langkah penyempurnaan terhadap pelaksanaan administrasi. Metode yang digunakan adalah metode ceramah, praktek langsung dengan file yang sudah diprogram tinggal diisi, tanya jawab, diskusi dan latihan untuk mengisi form yang sudah diprogram tinggal pengisian. Sehingga setelah adanya kegiatan pelatihan ini diharapkan operator/sekertaris desa dapat melakukan penataan administrasi lebih baik lagi. Kata kunci: Microsoft Office Excel, Administrasi
PELATIHAN ANALISIS DATA KESEHATAN DENGAN STATISTIKA DESKRIPTIF BAGI OPERATOR KESEHATAN/TENAGA KESEHATAN PUSKESMAS SE KECAMATAN TELUK BETUNG UTARA KOTA BANDAR LAMPUNG Subian Saidi; Netti Herawati; Dorrah Azis; Nusyirwan Nusyirwan; Khoirin Nisa; Tiryono Ruby
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 2 No. 1 (2022)
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.797 KB) | DOI: 10.23960/buguh.v2n1.1005

Abstract

Puskesmas merupakan suatu instansi pemerintah yeng memberikan pelayanan kesehatan kepada masyarakat sekitar. Perkembangan teknologi informasi dan komunikasi khususnya untuk keperluan analisis data kesehatan oleh tenaga kesehatan (operator/analis) sangat membantu dalam memberikan informasi kesehatan yang cepat dan akurat. Jenis analisis kesehatan dapat berupa analisis data BP. Umum, BP. Gigi, BP. KIA, Laboratorium, Obat, dan analisis data Sebaran Penyakit. Kegiatan analisis data sangat penting demi penyajian informasi kesehatan di instansi kesehatan. Penyajian informasi kesehatan di puskesmas kecamatan teluk betung utara masih menghadapi berbagai masalah, diantaranya adalah kegiatan pengolahan data dan informasi belum terintegrasi dan terkoordinasi dengan baik. Untuk menunjang pembangunan kesehatan masyarakat diperlukan upaya kesehatan yang efeketif dan efisien. Sehingga diperlukan informasi kesehatan seperti yang tertuang dalam UU Nomor 36 Tahun 2009 tentang Kesehatan Pasal 168. Dalam membuat suatu informasi kesehatan yang baik diperlukan suatu analisis statistika. Analisis statistika yang mempelajari tentang gambaran umum suatu data disebut statistika deskriptif. Jika analisis statistika deskriptif diterapkan pada suatu data kesehatan maka masyarakat dapat mengetahui informasi kesehatan dengan baik. Kegiatan Pengabdian Masyarakat ini mempunyai tujuan selain untuk mengetahui penggunaan statistika deskriptif dengan menggunakan Microsoft excel untuk analisis data kesehatan tetapi dapat juga membantu pihak puskesmas dalam menyajikan informasi kesehatan yang dapat dilihat oleh masyarakat.
Robust Biplot Analysis of Natural Disasters in Indonesia from 2019 To 2021 Hilda Venelia; Khoirin Nisa; Rizki Agung Wibowo; Mona Arif Muda
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 13 No 2 (2021): Jurnal Aplikasi Statistika dan Komputasi Statistik
Publisher : Pusat Penelitian dan Pengabdian kepada Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v13i2.349

Abstract

Indonesia is one of the most natural disaster-prone countries in the world, frequently exposed to a range of hazards. Currently, Indonesia has 34 provinces and natural disasters that occur in each province are different, therefore it is necessary to analyze the mapping of natural disasters that often occur in each province to provide scientific analysis for risk management of the natural disasters. One of the quick steps in describing data that can be used is biplot analysis, as biplot analysis can describe a lot of data then summarized it into the form of a two-dimensional graph. The aim of this research is to map 34 provinces in Indonesia based on the incidence of natural disasters from 2019 to 2021 using robust biplot analysis. Based on the result, robust biplot analysis can explain 87,9% of the information on natural disasters in every province in Indonesia. Lampung, Bengkulu, Bangka Belitung, Special Region of Yogyakarta, North Sulawesi, West Sulawesi, Southeast Sulawesi, Gorontalo, East Nusa Tenggara, Bali, Maluku, West Maluku, Papua, and West Papua are provinces that have similar natural disaster characteristics. Flood, tornado and forest and land fires are natural disasters that often occur in Indonesia. The provinces that have the highest risk of flood, landslide, and tornado were West Java, Central Java, and East Java. Then, the provinces with the highest risk of forest and land fires were Aceh and South Kalimantan.
Robust Estimation of Generalized Estimating Equation when Data Contain Outliers Khoirin Nisa; Netti Herawati
INSIST Vol 2, No 1 (2017)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (94.379 KB) | DOI: 10.23960/ins.v2i1.23

Abstract

Abstract—In this paper, a robust procedure for estimating parameters of regression model when generalized estimating equation (GEE) applied to longitudinal data that contains outliers is proposed. The method is called ‘iteratively reweighted least trimmed square’ (IRLTS) which is a combination of the iteratively reweighted least square (IRLS) and least trimmed square (LTS) methods. To assess the proposed method a simulation study was conducted and the result shows that the method is robust against outliers.Keywords—GEE, IRLS, LTS, longitudinal data, regression model.
Analisis Regresi Komponen Utama Robust dengan Metode Minimum Covariance Determinant – Least Trimmed Square (MCD-LTS) Siska Diah Ayu Larasati; Khoirin Nisa; Eri Setiawan
Jurnal Siger Matematika Vol 1, No 1 (2020): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (381.312 KB) | DOI: 10.23960/jsm.v1i1.2472

Abstract

Principal Component Regression (PCR) is a method used to overcome multicollinearity problems by reducing the dimensions of independent variables to obtain new simpler variables without losing most of the information contained in the  variables. If the data analyzed contain outliers, a robust method on PCR is required. In this paper we use a robust method which is a combination of Robust Principal Component Analysis using the Minimum Covariance Determinant (MCD) method and Robust Regression Analysis using Least Trimmed Square (LTS) method. The purpose of this study is to examine the robust PCR analysis using the MCD-LTS method and to know the robustness of the method by looking at its sensitivity to outliers. For this purpose  we compared the MCD-LTS PCR  to the classic PCR based on the bias and Mean Square Error (MSE) values on several different sample sizes and percentages of outliers. The results of this study indicate that robust PCR using MCD-LTS is effective and efficient in overcoming the problem of multicollinearity and outliers in regression analysis. 
Analisis Propensity Score Matching Pada Kejadian Diabetes Melitus Yang Memuat Faktor Confounding Naflah Faulina; Khoirin Nisa; Dorrah Aziz; Eri Setiawan
Jurnal Siger Matematika Vol 2, No 2 (2021): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.284 KB) | DOI: 10.23960/jsm.v2i2.2810

Abstract

Faktor confounding dapat didefinisikan sebagai bias dalam estimasi efek faktor risiko terhadap kejadian penyakit yang ingin diteliti.  Salah satu metode yang dapat menangani faktor confounding adalah metode propensity score matching yang digunakan untuk menyeimbangan data kelompok perlakuan dan kontrol dengan melihat nilai pada hasil estimasi propensity score menggunakan regresi logistik, kemudian melakukan analisis matching, lalu melakukan post-matching.  Tujuan dari penelitian ini adalah untuk mendapatkan hasil analisis propensity score matching yang memuat faktor confounding dan mengetahui faktor-faktor risiko yang menyebabkan diabetes melitus di RSD. Mayjend HM Ryacudu Kotabumi dengan bantuan software R.  Data yang digunakan adalah status diabetes melitus (Y), jenis kelamin , usia , kadar glukosa darah , tekanan darah , kadar kolesterol , kadar asam urat serum , dan obesitas .  Hasil analisis mendapatkan variabel confounding glukosa darah menghasilkan 49 pasangan pasien yang sesuai dan variabel tekanan darah, kadar kolestrol, obesitas seimbang, sehingga estimasi average treatment of treated sebesar 0,513 dengan standar error sebesar 0,103 dan mampu mereduksi bias sebesar 57,1%.  Variabel yang berpengaruh langsung terhadap status diabtes melitus adalah kadar glukosa darah dan variabel yang tidak berpengaruh langsung terhadap status diabetes melitus yaitu tekanan darah, kadar kolestrol, dan obesitas.
SIMULASI PEMILIHAN METODE ANALISIS CLUSTER HIRARKI AGGLOMERATIVE TERBAIK ANTARA AVERAGE LINKAGE DAN WARD PADA DATA YANG MENGANDUNG MASALAH MULTIKOLINEARITAS Rizki Agung Wibowo; Khorin Nisa; Ahmad Faisol; Eri Setiawan
Jurnal Siger Matematika Vol 1, No 2 (2020)
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.947 KB) | DOI: 10.23960/jsm.v1i2.2497

Abstract

Multikolinearitas adalah hubungan linear yang ada di antara variabel independen,  pada analisis klaster efek yang ditimbulkan oleh multikolinearitas berbeda, dikarenakan pada dasarnya multikolinearitas adalah bentuk pembobotan implisit.  Analisis komponen utama dapat digunakan untuk mereduksi jumlah himpunan peubah yang banyak dan saling berkorelasi menjadi peubah-peubah baru yang  tidak berkorelasi dengan mempertahankan sebanyak mungkin keragaman data tersebut, dengan menggunakan hasil analisis komponen utama dilakukan analisis klaster menggunakan metode average linkage dan Ward, yang kemudian akan dipilih metode terbaiknya berdasarkan nilai indeks Dunn dan indeks RS, didapat kesimpulan bahwa metode Ward adalah metode terbaik dibandingkan average linkage yang ditinjau berdasarkan indeks RS, sedangkan dengan menggunakan indeks Dunn didapatkan kesimpulan bahwa metode average linkage adalah metode terbaik dibandingkan Ward.
Analisis Klaster untuk Data Kategorik Menggunakan Metode K-Modes (Studi Kasus: Data Pasien COVID-19 di RSUD Dr. H. Abdul Moeloek Provinsi Lampung) Shabrina Novaindah Dwiyamti; Khoirin Nisa; Agus Sutrisno; Netti Herawati
Jurnal Siger Matematika Vol 3, No 2 (2022): Jurnal Siger Matematika
Publisher : FMIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jsm.v3i2.3103

Abstract

Analisis klaster merupakan salah satu analisis multivariat metode interdependensi dikarenakan tidak ada perbedaan antara variabel bebas dan variabel tak bebas. Analisis klaster terdiri dari metode hierarki dan non hierarki. K-Means merupakan salah satu metode analisis klaster non hierarki. Namun, metode K-Means terbatas pada data numerik. Sehingga dibutuhkan metode untuk mengolah data kategorik. Salah satu metode non hierarki untuk data kategorik yang sering digunakan adalah K-Modes. Penelitian ini bertujuan untuk menerapkan analisis klaster K-Modes pada data pasien COVID-19 di RSUD Dr. H. Abdul Moeloek Provinsi Lampung yang berjumlah 560 data pasien dengan variabel jenis kelamin, usia, cara masuk, dan kondisi saat keluar dari RSUD Dr. H. Abdul Moeloek Provinsi Lampung. Dengan menggunakan Davies-Bouldin Index (DBI) dan metode Silhouette, diperoleh hasil nilai  optimal untuk analisis klaster K-Modes adalah sebanyak 8 klaster, yaitu terdiri dari 145 pasien klaster 1, 227 pasien klaster 2, 16 pasien klaster 3, 30 pasien klaster 4, 30 pasien klaster 5, 74 pasien klaster 6, 4 pasien klaster 7, dan 34 pasien klaster 8. Karena anggota klaster 1 dan 2 terbanyak jika dibandingkan dengan klaster lainnya, maka diperlukan penanganan yang lebih optimal untuk klaster 1 dan 2.