Article Per Year (5 Year)
p-Index From 2021 - 2026
2.332
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 Imajiner: Jurnal Matematika dan Pendidikan Matematika Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP) Jurnal Abdi: Media Pengabdian Kepada Masyarakat JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Jurnal Sains Indonesia Komatika: Jurnal Pengabdian Kepada Masyarakat MATHunesa: Jurnal Ilmiah Matematika Bakti Sekawan : Jurnal Pengabdian Masyarakat
AFFIATI OKTAVIARINA
Universitas Negeri Surabaya
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
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.
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.
Literasi Keuangan dan Profesi Aktuaris di Sekolah Kota/Kabupaten Mojokerto Zatadini, R. A. Diva; Permata, Reny Amalia; Oktaviarina, Affiati; Sofro, A’yunin; Maulana, Dimas Avian; Ariyanto, Danang; Khumairo, Nabilatul; Nofriyadi, Rizki
Bakti Sekawan : Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2025): Desember
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/bakwan.v5i2.907

Abstract

The development of the financial industry requires human resources with adequate financial literacy and risk management understanding. However, teachers and students in Mojokerto still face challenges in the form of low financial literacy, particularly in personal financial management, long-term financial planning, and understanding risk concepts, as well as limited awareness of the actuarial profession as a strategic career path in the financial sector. This community service program aims to enhance the financial literacy of teachers and students through interactive and educational approaches, focusing on the introduction of basic financial literacy concepts and the actuarial profession as a strategic career opportunity in the financial industry. The activities include interactive seminars, case studies, simulations, and discussion sessions to strengthen participants’ comprehension. The program is expected to improve participants’ knowledge and skills in financial literacy, broaden their understanding of the actuarial profession. Based on the results of the pre-test and post-test, it can be concluded that the learning activities conducted had a positive impact on increasing participants’ knowledge, as evidenced by the rise in their average scores from 70.89 in the pre-test to 96.44 in the post-test. Overall, this program contributes to building financially literate school communities and preparing younger generations to face future economic challenges more effectively.
Analisis Pelaksanaan Pelatihan Infografis Data Dengan Microsoft Excel Bagi Guru Kabupaten/Kota Pasuruan A'yunin Sofro; Riska Wahyu Romadhonia; Affiati Oktaviarina; Danang Ariyanto; Mutia Eva Mustafidah
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2025): Mei 2025
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v5i1.1078

Abstract

Dalam era teknologi yang berkembang pesat, pemanfaatan perangkat lunak seperti Microsoft Excel menjadi krusial, terutama di bidang pendidikan. Meski populer, sebagian besar guru di Kabupaten/ Kota Pasuruan belum sepenuhnya memaksimalkan Microsoft Excel untuk infografis data. Tim Pengabdian Kepada Masyarakat (PKM) mengusulkan kolaborasi dalam "Pelatihan Infografis data dengan Microsoft Excel Bagi Guru Kabupaten/Kota Pasuruan" tahun 2024, bertujuan meningkatkan pemahaman dan keterampilan guru sejalan dengan visi lembaga untuk meningkatkan mutu pendidikan. Pelatihan difokuskan pada pembuatan infografis data melalui fungsi Excel, meningkatkan keterampilan guru di Kabupaten/Kota Pasuruan dalam memanfaatkan perangkat lunak ini. Pelatihan ini telah dilaksanakan oleh tim secara luring pada hari Sabtu, 13 Juli 2024 bertempat di SMPN 1 Bangil. Pelatihan diikuti oleh 24 guru di beberapa SD di Pasuruan dan berjalan lancar. Pada saat pelatihan dilakukan penilaian dengan pretest dan posttest, berdasarkan hasil tes tersebut akan dilakukan pengujian menggunakan uji t, dengan hasil yang diperoleh adalah nilai thitung lebih besar dari ttabel dan terjadi kenaikan rata-rata nilai pretest (30,83) ke posttest (67,92) yang menunjukkan bahwa pelatihan yang dilakukan berhasil meningkatkan pemahaman dan kemampuan peserta, yang ditunjukkan oleh kenaikan nilai. Hasil survei evaluasi kegiatan menunjukkan bahwa secara keseluruhan, peserta memberikan penilaian yang sangat positif terhadap kegiatan PKM ini, dengan rata-rata poin keseluruhan sebesar 4.8. Hal tersebut menunjukkan bahwa materi dan penyampaian dalam kegiatan ini berhasil menarik minat dan memenuhi kebutuhan peserta, dengan mayoritas merasa antusias, termotivasi, dan mampu meningkatkan kemampuan mereka dalam membuat infografis data menggunakan Microsoft Excel.
Analisis Perbandingan Peramalan Indeks Harga Konsumen di Indonesia dengan Metode Autoregressive Integrated Moving Average dan Bayesian Structural Time Series Mochammad Taufiqurrochman; Affiati Oktaviarina
Jambura Journal of Probability and Statistics Vol 7, No 1 (2026): 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.v7i1.38286

Abstract

The Consumer Price Index (CPI) is an important macroeconomic indicator that reflects inflation and price stability in a country. This study aims to compare the forecasting accuracy of the Autoregressive Integrated Moving Average (ARIMA) and Bayesian Structural Time Series (BSTS) methods in predicting the CPI in Indonesia, as well as to provide methodological recommendations for researchers and policymakers. The data used consists of Indonesia’s monthly CPI from January 2020 to December 2024, obtained from the Central Statistics Agency (BPS), comprising a total of 60 observations. The data was divided into training data (85%) and test data (15%). The results of the study indicate that the best ARIMA model is ARIMA (0,2,1) with a MAPE value of 1.43%, projecting that the CPI is likely to decline from 105.85 to 97.34 (indicating deflation). Meanwhile, the best BSTS model is the state component semilocal linear trend with 1,000 iterations and a MAPE of 0.21%, projecting the CPI to remain relatively stable around 106. Quantitatively, BSTS demonstrates a significant advantage in accuracy compared to ARIMA, while ARIMA is superior at capturing long-term trend dynamics.  Based on these findings, it is recommended to use BSTS if the primary priority is forecast stability and the highest accuracy, whereas ARIMA is more suitable if the objective of the analysis is to capture historical trend dynamics and long-term projections. 
PERBANDINGAN HASIL PREDIKSI TINGKAT INFLASI DI INDONESIA DENGAN PENGARUH SUKU BUNGA (BI RATE) DAN KURS DOLAR MENGGUNAKAN MODEL VAR DAN VECM Hawwin Eline Fir Rizqi; Affiati Oktaviarina
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p231-245

Abstract

Abstrak Sebagai salah satu negara dengan ekonomi terbesar di ASEAN, Indonesia memiliki kesempatan strategis untuk mempengaruhi stabilitas ekonomi di wilayah tersebut. Inflasi, suku bunga, dan nilai tukar kurs menjadi permasalahan makro ekonomi yang sering disoroti sebagai tolak ukur pencapaian kemajuan ekonomi. Salah satu aspek penting dalam menjaga stabilitas tersebut adalah pengendalian inflasi. Metode yang akan digunakan dalam penelitian ini adalah salah satu model ekonometrika multivariate time series, seperti VAR (Vector Autoregressive) dan VECM (Vector Error Correction Model). Dengan membandingkan kedua model tersebut diharapkan untuk memperoleh model terbaik dalam memprediksi tingkat inflasi di Indonesia. Dari hasil analisis diperoleh model VAR(3) dengan memiliki nilai MAPE sebesar 12.34%, sedangkan model VECM(2) memiliki nilai MAPE sebesar 15.30% yang dapat diartikan bahwa model VAR(3) merupakan model terbaik dibandingkan dengan VECM(2) dalam memprediksi tingkat inflasi di Indonesia. Kata Kunci: VAR, VECM, inflasi, suku bunga, kurs, MAPE.
TRADITIONAL LOGISTIC REGRESSION AND MACHINE LEARNING APPROACHES OF SOCIODEMOGRAPHIC AND ANTHROPOMETRIC FACTORS INFLUENCING HYPERTENSION IN ATHLETES A'yunin Sofro; Asri Maharani; Mutia Eva Mustafidah; Khusnia Nurul Khikmah; Affiati Oktaviarina; Danang Ariyanto
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 2 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss2pp1125-1138

Abstract

The type and intensity of exercise performed by athletes play an important role in affecting blood pressure stability, putting them at risk of developing hypertension. Hypertension, or high blood pressure, is a medical condition in which the blood pressure in the arteries rises above normal limits. Hypertension in athletes becomes an essential factor in real cases if not detected early. Therefore, this study aims to model and analyse the sociodemographic and anthropometric factors that influence the incidence of hypertension. The data used in this study are primary data from 200 athlete selection participants at the University of Surabaya and the Indonesian National Sports Committee (INSC) of East Java. This research method proposes to compare the traditional approach with machine learning to prove the accuracy comparison of the model's goodness, where both approaches are proposed by considering the novelty proposed through the machine learning approach but still maximizing the traditional approach. The proposed methods are binary logistic regression, binary logistic regression with the addition of random effects, highly randomized tree, and support vector classification. The binary logistic regression model is better than the binary logistic regression model with random effects, random trees, and support vector classification because the accuracy, sensitivity, specificity, and F1-score value (68.5%, 69%, 68%, and 68.8%) is highest than the others. Other results showed that the waist circumference variable, the father's occupation variable, and the salary variable significantly affected hypertension at the 5% significance level.
Pemilihan Copula Terbaik untuk Analisis Value at Risk pada Klaim Asuransi Kendaraan Bermotor PT. ABC Berlianti, Armandha Alqia; Oktaviarina, Affiati
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26786

Abstract

Peningkatan kepemilikan kendaraan bermotor di Indonesia berimplikasi pada meningkatnya frekuensi dan nilai klaim asuransi kendaraan bermotor, sehingga perusahaan asuransi dituntut memiliki metode kuantitatif yang andal dalam mengestimasi risiko kerugian agregat. Penelitian ini bertujuan untuk menentukan model Copula terbaik untuk analisis Value at Risk (VaR) pada klaim asuransi kendaraan bermotor PT. ABC Data yang diguanakan merupakan data klaim bulanan periode Januari 2024 hingga Oktober 2025 yang terdiri dari frekuensi klaim bulanan dan severitas rata-rata klaim bulanan. Frekuensi klaim dimodelkan menggunakan distribusi Negatif Binomial, sedangkan severitas klaim menggunakan distribusi Gamma. Data frekuensi yang bersifat diskrit dikontinukan melalui transformasi jitters, kemudian ditransformasikan ke skala Uniform (0,1) menggunakan PIT. Ketergantungan antarvariabel dimodelkan menggunakan Copula Clayton, Gumbel, dan Frank dengan estimasi parameter metode IFM. Pemilihan model terbaik dilakukan berdasarkan kriteria AIC dan BIC. Hasil penelitian menunjukkan bahwa Copula Gumbel merupakan model terbaik dengan indikasi ketergantungan positif pada ekor atas. Estimasi VaR berbasis Copula Gumbel pada tingkat kepercayaan 90%, 95%, dan 99% masing-masing sebesar Rp 704,318,178.99; Rp 898,324,152.55; Rp 1,417,886,613.15, serta lolos uji backtesting LRUC, sehingga pendekatan Copula dinilai efektif dalam mengestimasi risiko kerugian agregat yang lebih akurat.Kata Kunci: Copula; Transformasi Jitters; Value at Risk; Asuransi Kendaraan Bermotor.
Analisis Volatilitas dan Uji Efek Asimetris pada Saham Sektor Pertambangan Nikel PT ABC: Studi Komparatif Model GARCH dan EGARCH Akmalia, Dewi; Oktaviarina, Affiati
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26912

Abstract

Penelitian ini bertujuan untuk memodelkan dan meramalkan volatilitas harga saham PT ABC, salah satu pemain kunci dalam industri nikel Indonesia, menggunakan pendekatan integrasi model hibrida ARIMA-GARCH. Periode pengamatan 2020 hingga 2025 dipilih karena mencakup dinamika pasar yang signifikan, mulai dari guncangan pandemi global hingga akselerasi kebijakan hilirisasi nikel untuk ekosistem kendaraan listrik. Hasil penelitian menunjukkan bahwa model ARIMA(2,1,2)-GARCH(1,1) merupakan model terbaik berdasarkan kriteria informasi AIC (-4,4793) dan BIC (-4,4497) terkecil. Temuan utama mengungkapkan bahwa volatilitas saham nikel bersifat simetris, di mana respon pelaku pasar terhadap berita baik dan berita buruk memiliki magnitudo yang setara tanpa adanya efek asimetris (leverage effect). Hal ini mencerminkan karakteristik investor yang cenderung rasional dan objektif dalam menyerap informasi fundamental komoditas. Selain itu, ditemukan tingkat persistensi volatilitas yang sangat tinggi mencapai angka 0,9911, yang mengindikasikan bahwa risiko di pasar nikel memiliki memori jangka panjang akibat rentetan peristiwa geopolitik dan transformasi industri selama periode pengamatan. Hasil peramalan 10 hari ke depan menunjukkan tingkat akurasi yang sangat tinggi dengan nilai MAPE sebesar 2,45%, menempatkan model ini sebagai instrumen yang sangat reliabel (Highly Accurate) untuk manajemen risiko. Hasil penelitian ini memberikan kontribusi pada literatur manajemen risiko sektor komoditas strategis dengan membuktikan keunggulan model simetris dalam memprediksi volatilitas nikel di tengah ketidakpastian pasar global.
Prediksi Sebaran Harga Cabai Rawit Merah di Provinsi Jawa Timur Menggunakan Metode Universal Kriging alyauma, risa; Oktaviarina, Affiati
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26799

Abstract

Harga cabai rawit merah merupakan komoditas pangan yang mengalami fluktuasi dan variasi tinggi antar wilayah, sehingga diperlukan pendekatan yang mampu menangkap karakteristik harga spasial secara luas. Studi ini bertujuan untuk menganalisis pola distribusi spasial harga cabai rawit merah di Provinsi Jawa Timur, menerapkan metode Universal Kriging untuk memodelkan dan memprediksi harga pada titik-titik koordinat prediksi yang tersusun dalam grid spasial, dan menghasilkan peta prediksi distribusi harga cabai rawit merah. Metode yang digunakan adalah Universal Kriging , dengan mempertimbangkan tren spasial dalam data harga. Analisis dimulai dengan eksplorasi spasial dan pemodelan tren menggunakan tren orde pertama dan kedua, dengan model terbaik yang dipilih berdasarkan kriteria informasi AIC dan BIC. Ketergantungan residu spasial dimodelkan melalui semivariogram eksperimental dan didekati menggunakan model semivariogram teoretis Spherical, Exsponential , dan Gaussian . Pemilihan model semivariogram terbaik dilakukan menggunakan metode LOOCV dengan kriteria RMSE. Semua analisis dilakukan menggunakan perangkat lunak Python. Hasil penelitian menunjukkan bahwa harga cabai rawit merah memiliki variasi spasial yang tidak homogen di Provinsi Jawa Timur. Model trend orde pertama dan model semivariogram eksponensial memberikan kinerja terbaik berdasarkan nilai RMSE. Penerapan Universal Kriging menghasilkan peta prediksi harga cabai rawit merah yang disajikan sebagai permukaan spasial kontinu, serta peta prediksi yang menunjukkan peningkatan kinerja di daerah yang jauh dari titik pengamatan.
Co-Authors A'yunin Sofro A'yunin Sofro Akmalia, Dewi alyauma, risa Asri Maharani A’yunin Sofro Berlianti, Armandha Alqia Danang Ariyanto Danang Ariyanto Dwi Juniati Febrin Fitriani Firdausy, Andini Erika Fortuna, Hilda Najwa Dewi Hawwin Eline Fir Rizqi HERY TRI SUTANTO I Ketut Budayasa Ika Kurniasari Ika Kurniasari Khumairo, Nabilatul Khusnia Nurul Khikmah Madina, Farah Maulana, Dimas Avian mawadah, khusniatul Mochammad Taufiqurrochman Mutia Eva Mustafidah Mutia Eva Mustafidah Nofriyadi, Rizki Permata, Reny Amalia Purnama, Mohammad Dian Putri, Istighfarin Djuana Rahastri Pertiwi, Ardita Riska Wahyu Romadhonia Rohmah Najahy Mawaddah, Aisy Romadhonia, Riska Wahyu Salsabila, Nada Sofro, A'yunin Sofro, A’yunin Yulistina, Fika Zatadini, R. A. Diva