Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)

ANALISIS REGRESI ROBUST ESTIMASI GM PADA INDEKS KEPARAHAN KEMISKINAN PROVINSI-PROVINSI DI INDONESIA Aristiarto, Rio; Susanti, Yuliana; Susanto, Irwan
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 7, No 1 (2023): SEMNAS RISTEK 2023
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v7i1.6273

Abstract

Indeks keparahan kemiskinan merupakan indikator yang dapat digunakan untuk melihat perkembangan kemiskinan. Indeks ini memberikan gambaran mengenai penyebaran pengeluaran di antara penduduk miskin. Kemiskinan di Indonesia selama tiga tahun terakhir terjadi peningkatan. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi indeks keparahan kemiskinan provinsi-provinsi di Indonesia. Data indeks keparahan kemiskinan tahun 2021 mengandung pencilan di dalamnya sehingga asumsi normalitas tidak terpenuhi. Salah satu metode yang dapat digunakan dalam mengatasi pencilan yaitu analisis regresi robust. Estimasi yang digunakan adalah Generalized M (GM) yang merupakan pengembangan dari estimasi M ketika estimasi M kurang sensitif terhadap pencilan. Hasil penelitian menunjukkan bahwa faktor-faktor yang berpengaruh signifikan terhadap indeks keparahan kemiskinan provinsi-provinsi di Indonesia tahun 2021 adalah persentase penduduk miskin, indeks pembangunan manusia, dan proporsi rumah tangga dengan status rumah milik sendiri.
PERAMALAN HARGA SAHAM PT UNILEVER INDONESIA MENGGUNAKAN METODE HIBRIDA ARIMA-NEURAL NETWORK Setiawan, Crisma Devika; Sulandari, Winita; Susanti, Yuliana
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 7, No 1 (2023): SEMNAS RISTEK 2023
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v7i1.6270

Abstract

Saham merupakan salah satu instrumen investasi yang diminati oleh banyak investor dan memiliki tingkat keuntungan yang menarik. Saham dari PT Unilever merupakan salah satu saham yang aktif diperjual belikan dalam BEI dan tergabung dalam LQ45. Kinerja perusahaan ditunjukkan melalui harga saham dari perusahaan tersebut dan para investor perlu memprediksi harga sebuah saham untuk mengurangi resiko kerugian. Harga saham yang selalu berfluktuasi memungkinkan data historisnya memiliki hubungan linier dan nonlinier. Penelitian ini menggunakan metode hibrida ARIMA – Neural Network untuk memprediksi harga saham PT Unilever periode Januari hingga Desember 2019, karena metode ini digunakan untuk memprediksi runtun waktu yang linier maupun non linier. Hasil akhir penelitian ini menunjukkan bahwa model ARIMA terbaik adalah ARIMA (3,1,2) dengan nilai MAPE data latih 1.04% dan data uji 0.86%, sedangkan model hibrida terbaik adalah ARIMA (3,1,2) – NN (4,9,1) dengan nilai MAPE data latih dan data uji berturut adalah 1,03% dan 0,82%. Model hibrida memiliki nilai MAPE lebih kecil dibandingkan model ARIMA, tetapi tidak memberikan perbedaan hasil peramalan yang signifikan. Meskipun demikian model hibrida dapat menambah tingkat keakuratan peramalan pada harga saham unilever.