Article Per Year (5 Year)
p-Index From 2021 - 2026
1.197
P-Index
This Author published in this journals
All Journal BAREKENG: Jurnal Ilmu Matematika dan Terapan Jurnal Pengabdian Masyarakat MIPA dan Pendidikan MIPA Buana Matematika : Jurnal Ilmiah Matematika dan Pendidikan Matematika Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Jurnal Abdi: Media Pengabdian Kepada Masyarakat Jurnal Sains Indonesia MATHunesa: Jurnal Ilmiah Matematika
AFFIATI OKTAVIARINA
Universitas Negeri Surabaya
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Energy Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
STOCK PRICE PREDICTION AND SIMULATION USING GEOMETRIC BROWNIAN MOTION-KALMAN FILTER: A COMPARISON BETWEEN KALMAN FILTER ALGORITHMS Maulana, Dimas Avian; Sofro, A'yunin; Ariyanto, Danang; Romadhonia, Riska Wahyu; Oktaviarina, Affiati; Purnama, Mohammad Dian
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 1 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss1pp97-106

Abstract

Stocks have high-profit potential but also have high risk. Many people have ways to forecast stock prices. The Geometric Brownian Motion (GBM) method forecasts stock prices. The data used in this study are closing stock price data from July 1, 2021 to August 31, 2021 taken from Yahoo! Finance. The stocks used in this research are Bank Rakyat Indonesia (BBRI), Indofood Sukses Makmur (INDF), and Telkom Indonesia (TLKM). A strategy is carried out to improve prediction accuracy by utilising the Kalman Filter (KF). This research will compare the mean absolute percentage error (MAPE) value between GBM-KF, which was manually computed and computed using the Python library. As an example of this research, for BBRI stock, the high GBM MAPE value of 9.02% can be reduced to 3.52% with manually computed GBM-KF and 3.68% with Python library computed GBM-KF. Similarly, INDF and TLKM stocks are showing a significant reduction in MAPE values to deficient levels in some cases. The GBM-KF method employing manual computing may enhance the overall precision of stock price forecasting. Future research may enhance this study by using the GBM-KF model on alternative financial instruments, integrating supplementary market data, or evaluating its efficacy under extreme market conditions.
PEMODELAN SPASIAL PENYAKIT JANTUNG DI INDONESIA MENGGUNAKAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FIXED DAN ADAPTIVE BANDWIDTH Prameswari, Yunita; Oktaviarina, Affiati; Ariyanto, Danang
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

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

Abstract

Penyakit jantung koroner (PJK) merupakan penyebab utama kematian di Indonesia. Prevalensi PJK bervariasi di setiap provinsi yang dipengaruhi oleh perbedaan faktor kesehatan dan gaya hidup. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi prevalensi PJK menggunakan metode Geographically Weighted Regression dengan pendekatan bandwidth fixed dan adaptive Gaussian. Hasil penelitian menunjukkan bahwa model GWR dengan fixed bandwidth lebih baik dibandingkan dengan adaptive bandwidth, dengan nilai AIC yaitu -31,32 dan sebesar 82,20%, sehingga lebih optimal dalam menjelaskan variasi spasial prevalensi PJK. Analisis menunjukkan bahwa prevalensi ginjal dan prevalensi obesitas merupakan variabel yang signifikan terhadap prevalensi PJK. Hal ini menunjukkan bahwa hubungan antara faktor risiko dan prevalensi PJK berbeda antarprovinsi, sehingga pendekatan berbasis spasial relevan.
Peramalan PDRB PERAMALAN PDRB DI JAWA TIMUR MENGGUNAKAN MODEL ARIMAX DENGAN VARIABElL EKSOGEN EKSPOR-IMPOR Salsabila, Nada; Oktaviarina, Affiati
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p208-218

Abstract

PDRB (Pendapatan Domestik Regional Bruto) merupakan salah satu faktor yang mempengaruhi pertumbuhan ekonomi dimana pertumbuhan ekonomi merupakan tolak ukur kesejahteraan masyarakat. Faktor-faktor yang mempengaruhi PDRB adalah Ekspor-Impor. Ekspor-Impor berpengaruh secara positif dan signifikan terhadap PDRB. Salah satu provinsi di Indonesia yang mengalami peningkatan pada PDRB ialah Jawa Timur. Dengan adanya fenomena peningkatan tersebut penelitian ini akan menerapkan model ARIMAX pada peramalan PDRB di Jawa Timur dengan variabel eksogen Ekspor - Impor.model ARIMAX dapat mengkombinasikan beberapa data dan mengetahi hubungan antar variabel Yt dan variabel Xt. Model ARIMAX adalah sebuah modifikasi dari metode ARIMA dengan penambahan variabel prediktor. Penentuan model ARIMAX dalam penelitian ini, menggunakan oleh metode Maximum Likelihood Estimation dalam proses estimasi parameternya. Nilai AIC digunakan dalam pemilihan model terbaik dan Nilai MAPE untuk mengukur akurasi data ramalan. Model ARIMAX yang dapat digunakan untuk peramala PDRB di Jawa Timur adalah ARIMAX(0,2,1). Dimana model tersebut merupakan model terbaik karena sesuai dengan uji signifikansi dan diagnostik checking dengan nilai AIC adalah 892.62. Akurasi hasil peramalan pada data testing tergolong bagus karena memiliki nilai MAPE sebesar 1.76% atau 0.176. Hasil Peramalan pada periode selanjutnya yaitu pada tahun 2023 Kuartil III sampai 2025 Kuartil IV juga mengalami kenaikan secara perlahan.
Co-Authors A’yunin Sofro Danang Ariyanto Dwi Juniati Febrin Fitriani Firdausy, Andini Erika Fortuna, Hilda Najwa Dewi HERY TRI SUTANTO I Ketut Budayasa Ika Kurniasari Ika Kurniasari Madina, Farah Maulana, Dimas Avian Purnama, Mohammad Dian Putri, Istighfarin Djuana Rahastri Pertiwi, Ardita Rohmah Najahy Mawaddah, Aisy Romadhonia, Riska Wahyu Salsabila, Nada Sofro, A'yunin Yulistina, Fika Yunita Prameswari, Yunita