Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Electronic Journal of Graph Theory and Applications (EJGTA) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) eProceedings of Engineering
Rian Febrian Umbara
Universitas Telkom
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 72 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 72 Documents
Search

 1   2   3   4   5 
Value-at-risk Berbasis Model Weibull Autoregressive Conditional Amount (waca) Abdurrazaq Naufal; Rian Febrian Umbara; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Saat ini masyarakat Indonesia banyak yang menggunakan jasa asuransi untuk jaminan kesehatan mereka di masa mendatang. Dengan banyaknya masyarakat yang menggunakan jasa asuransi maka bisa menyebabkan adanya over claim yang merupakan salah satu risiko bagi perusahaan asuransi. Risiko kerugian dapat dicari dengan menentukan nilai Value-at-Risk (VaR) pada data besar klaim asuransi. Untuk menentukan VaR perlu melibatkan ekspektasi bersyarat model Autoregressive Conditional Amount (ACA). Dalam pemodelan ACA dilakukan pemilihan distribusi yang cocok untuk kerugian klaim yaitu distribusi Weibull yang menjadi landasan untuk model Weibull Autoregressive Conditional Amount (WACA). Pada tugas akhir ini model WACA yang digunakan berorde (1,1). Parameter model WACA diestimasi menggunakan metode Maximum Likelihood Estimator (MLE). Akurasi Correct VaR dengan melibatkan model WACA(1,1) adalah 95.45%, 97.86%, dan 99.46% dengan proporsi nilai observasi adalah 90%, 95%, dan 99%. Kata kunci : Klaim Asuransi, Value-at-Risk, ACA, Distribusi Weibull, WACA, Correct VaR Abstract Currently, most Indonesian people use insurance services for their health insurance in the future. With so many people who use the services of insurance, it can causes an over claim which is one of the risks for insurance companies. The risk of loss can be sought by determining the Value-at-Risk (VaR) on the large data of insurance claims. To determine the VaR, it needs to involve the conditional expectation of the Autoregressive Conditional Amount (ACA) model. The selection of suitable distributions of ACA for the claim losses is the Weibull distribution which is the basis for the Weibull Autoregressive Conditional Amount (WACA) model. In this research, WACA model which used is orde (1,1). WACA model parameters are estimated using the Maximum Likelihood Estimator (MLE) method.. Correct VaR accuracy involving WACA (1,1) models is 95.45%, 97.86%, and 99.46% with 90%, 95%, and 99% confidence levels. Keywords: Insurance claim, Value-at-Risk, ACA, Weibull Distribution, WACA, Correct VaR
Conditional Restricted Boltzmann Machine Untuk Memprediksi Harga Saham (studi Kasus : Saham Pt. Adaro Energy) Patma Oktaviana; Jondri Jondri; Rian Febrian Umbara
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

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

Abstract

Meramalkan pergerakan harga saham degan benar dapat memberikan keuntungan yang ekonomis secara nyata di masa depan. Dalam Tugas Akhir metode yang digunakan untuk melakukan prediksi ialah metode CRBM, metode ini dikenal cukup optimal dalam memprediksi data yang berdasarkan dari periode masa lalu.  Metode Conditional Restricted Boltzmann Machine (CRBM) adalah model probabilistik yang baru-baru ini diterapkan untuk memecahkan berbagai masalah, termasuk penyaringan kolaboratif, klasifikasi, dan pemodelan motion capture data. CRBM juga merupakan model dimensi tinggi time series dan memiliki derajat yang tinggi dalam paralelisasi. CRBM juga sering digunakan dalam berbagai hal yang berkaitan dengan menentukan akurasi peramalan, misalnya dari pelacakan gerak. Oleh karena itu, dalam Tugas Akhir ini penulis tertarik mengangkat topik ini dengan metode CRBM yang mempunyai kemampuan generik yang sangat baik pada penelitian motion capture. Untuk melakukan penelitian ini, petama-pertama yang harus dilakukan ialah analisis eksplorasi, dimana petingnya menentukan beberapa skenario pengujian dari beberapa dataset periode masa lalu. Kemudian melakukan anlisis komparatif, dimana pengujian awal dibandingkan dengan beberapa skenario perbadingan lainnya untuk menentukan apakah masih ada hasil yang lebih baik lainnya dari skenario yang awalnya diusulkan. Penelitian menggunakan data historis yang berasal dari Bursa Efek Indonesia dan termasuk salah satu bagian dari LQ45. Metode dilatih pada data mingguan, untuk memprediksi jangka pendek untuk satu minggu kedepan. Berdasarkan penelitian yang telah dilakukan dapat diketahui bahwa akurasi prediksi terbaik didapatkan pada periode 2014-2015, dengan MAPE 17,449%.
Prediksi Indeks Harga Saham Menggunakan Kombinasi Algoritma Particle Swarm Optimization (pso) Dan Time Variant Fuzzy Time Series Nathan Sukmawan; Rian Febrian Umbara; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

ABSTRACT Stock price index is an indicator that serves to determine the fluctuations (condition) of the stock price whether goes up or down. Prediction is done to estimate fluctuations of stock price index. One of the prediction algorithm are Time Variant Fuzzy Time Series (TVFTS). TVFTS has been developed and combined with the Particle Swarm Optimization (PSO) algorithm. In this study, a combination of TVFTS and PSO algorithm will be applied to predict LQ45 and IHSG index. The prediction results are compared with the prediction result of then we compare the result with Time Variant Fuzzy Time Series Algorithm without PSO. Results of several trials in this study suggest that the stock price index prediction using combination of PSO and the TVFTS algorithms has Mean Absoute Deviation of 3.73492 and Mean Absolute Percentage Error of 1,461%. While TVFTS without PSO has Mean Absoute Deviation of 3.90169 and Mean Absolute Percentage Error of 1,557%. From the experimental results it can be concluded that the combination of TVFTS with PSO algorithms has better results than TVFTS algorithm without PSO. Key Word: Fuzzy Time Series, Particle Swarm Optimization, Prediction, Stock Index Price.
Perhitungan Harga Opsi Tipe Aritmatik Call Asia Dengan Simulasi Monte Carlo Ardhia Pringgowati; Rian Febrian Umbara; Irma Palupi
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Pada penelitian ini berhubungan dengan perhitungan harga opsi Asia jenis arithmetic average call option menggunakan simulasi Monte Carlo untuk mendapatkan selang kepercayaan estimasi nilai opsinya. Opsi Asia adalah jenis opsi yang payoff-nya bergantung pada rata-rata nilai aset yang mendasarinya selama masa berlangsung kontrak. Dengan menggunakan simulasi Monte Carlo, lintasan pergerakan nilai saham yang mendasari opsi Asia akan disimulasikan berulang untuk mendapatkan estimasi nilai opsi. Pergerakan saham yang digunakan mengikuti gerak geometri Brownian. Dari simulasi numerik yang dilakukan, diperoleh bahwa estimasi nilai opsi yang dihasilkan terletak pada selang kepercayaan 95% dan apabila jumlah simulasi Monte Carlo diperbesar akan menghasilkan selang kepercayaan yang semakin mengecil begitu pula dengan standar deviasinya. Artinya nilai yang dihasilkan akan semakin akurat. Kata kunci : opsi asia, payoff, gerak geometri brownian, simulasi monte carlo, teorema limit pusat.
Penggunaan Algoritma Bootstrap Untuk Penentu Selang Kadar Emas Dan Perak Pada Lokasi Penggalian Dengan Metode Simple Kriging Siti Rahmah Madusari; Sri Suryani; Rian Febrian Umbara
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Salah satu tahap yang sangat penting pada pertambangan adalah ekplorasi. Tugas akhir ini menggunakan komputasi untuk membantu eksplorasi dengan melakukan estimasi kadar pada lokasi titik yang belum diketahui. Tujuan tugas akhir ini adalah untuk mengestimasi nilai selang batas bawah dan batas akhir kadar emas dan perak dengan menggunakan algoritma bootstrap dan mensimulasikan sebaran estimasinya pada titik-titik lokasi yang belum diketahui. Estimasi dilakukan dengan menggunakan metode Simple Kriging dan Algoritma Bootstrap untuk mendapatkan selang kadar estimasi. Simple kriging menggunakan nilai kovariogram dalam pencarian nilai korelasi data spasial. Nilai kovariogram teoritis yang valid diuji dengan menggunakan validasi silang, lalu diubah menjadi data independen yaitu dengan metode dekomposisi cholesky yang digunakan pada algoritma bootstrap. Data yang telah dipanggil oleh algoritma bootstrap kemudian ditransformasi kembali menjadi bentuk data semula dan diproses dengan metode simple kriging untuk mendapatkan nilai estimasi. Dari proses pemanggilan data hingga pencarian hasil estimasi diulangi sebanyak B kali pengulangan dan dicari selang konfidensi dengan tingkat kepercayaan 95%. Pada tugas akhir ini didapatkan sebaran nilai estimasi kadar untuk batas bawah adalah 4,03040-4,09727 gr/ton untuk data emas dan 190,042-190,103 gr/ton untuk data perak, sebaran batas atasnya adalah 4,22531-4,27059 gr/ton untuk data emas dan 190,219- 190,262 gr/ton untuk data perak. Kata kunci : data spasial, kovariogram, validasi silang, simple kriging, dekomposisi cholesky, algoritma bootstrap
Penentuan Harga Wajar Opsi Saham Karyawan Dengan Metode Binomial (studi Kasus Bca) I Wayan Ade Sugisnawan Dandysmara; Rian Febrian Umbara; Irma Palupi
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Topik yang dibahas dalam tugas akhir ini adalah pencarian nilai wajar opsi saham karyawan(OSK). OSK adalah opsi beli terhadap saham perusahan sebagai bonus yang diberikan oleh perusahaan kepada karyawannya. OSK memiliki waktu tunggu atau vesting period. Karyawan pemegang opsi tidak bisa melaksanakan opsi mereka di dalam selang waktu tunggu. Dalam penentuan nilai OSK, digunakan model binomial. Hasil Implementasi dari model binomial adalah didapatkannya nilai batas exercise setelah waktu tunggu sebagai pertimbangan pemegang opsi untuk melaksanakan opsinya. Nilai harga pelaksanaan, dan nilai rasio jabatan akan selalu berbanding lurus dengan nilai batas exercise sebagai penentu nilai wajar OSK di setiap waktu. Semakin besar nilai harga pelaksanaan, dan nilai rasio jabatan maka nilai batas exercise semakin besar. Nilai suku bunga, dan nilai volatilitas yang semakin besar menyebabkan nilai OSK semakin besar. Sedangkan nilai tingkat keluar karyawan, nilai dividend yield, dan harga pelaksanaan yang semakin besar menyebabkan nilai OSK semakin kecil. Sehingga dapat disimpulkan metode binomial bisa digunakan sebagai penentuan OSK dengan mencari nilai batas exercise di setiap waktu. Kata kunci : opsi saham karyawan (OSK), metode binomial (binomial method)
Pemodelan Besar Klaim Asuransi Menggunakan Model Exponential Autoregressive Conditional Amount (eaca) Rizki Ayudiah Kartika Paramita; Rian Febrian Umbara; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Perusahaan asuransi memerlukan informasi untuk mengetahui besar klaim asuransi yang akan ditanggung pada masa yang akan datang. Melakukan prediksi besar klaim dapat menjadi salah satu alternatif untuk mengetahui hal tersebut. Metode yang sering digunakan untuk prediksi biasnya menggunakan metode time series (deret waktu). Dalam penelitian ini membahas tentang memodelkan data besar klaim asuransi menggunakan model Exponential Autoregressive Conditional Amount (EACA). Model yang digunakan dalam penelitian ini yaitu EACA (1,1) berdasarkan cut off nilai ACF dan PACF. Berdasarkan hasil pengujian penelitian ini, diperoleh nilai estimasi parameter pada model EACA (1,1) menggunakan metode Maximum Likelihood Estimator (MLE). Nilai error dari hasil prediksi model EACA (1,1) dihitung menggunakan metode Root Mean Square (RMSE). Nilai RMSE dari hasil prediksi data besar klaim asuransi yaitu 1.453 × 𝟏𝟎𝟔 dengan nilai mean (rata-rata) dari data pengamatan sebesar 1.106 × 𝟏𝟎𝟔 . Kata kunci : asuransi, distribusi eksponensial, EACA, prediksi, MLE, RMSE Abstract Insurance companies need information to find out the amount of insurance claims that will be covered in the future. Predicting large claims can be an alternative to know that. Frequently used method for biased prediction using time series method. In this study discusses about modeling big data of insurance claim using Exponential Autoregressive Conditional Amount (EACA) model. The model used in this research is EACA (1,1) based on cut off value of ACF and PACF. Based on the result of this research, we get parameter estimation value in EACA model (1,1) using Maximum Likelihood Estimator (MLE) method. The error value of the predicted EACA model (1,1) is calculated using the Root Mean Square (RMSE) method. The RMSE value of the predicted data of insurance claims data is 1.453 × 𝟏𝟎𝟔 with mean (average) value from observation data is 1.106 × 𝟏𝟎𝟔 . Keywords: insurance, eksponential distribution, EACA, forcast, MLE, RMSE
Penentuan Nilai Opsi Vanilla Tipe Eropa Multi Aset Menggunakan Metode Lattice Multinomial Annisa Resnianty; Deni Saepudin; Rian Febrian Umbara
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Tugas akhir ini menentukan nilai opsi beli Vanilla tipe Eropa yang bergantung pada multi aset (dua aset). Nilai opsi dihitung dengan menggunakan metode Lattice Multinomial (Trinomial), modifikasi dari metode binomial karena terdapat tiga kemungkinan pergerakan harga saham yaitu pergerakan harga saham naik, harga saham turun dan harga saham tetap (nilainya tidak berubah). Hasil yang diperoleh berupa nilai opsi beli tipe Eropa dalam suatu waktu jatuh tempo dan analisis pada sensitivitas terhadap variabel-variabel yang mempengaruhi harga opsi saham, contohnya harga kesepakatan dan suku bunga. Dari hasil yang didapatkan, nilai opsi pada waktu jatuh tempo enam hari adalah 11, 04514 dan semakin besar harga kesepakatanya maka nilai opsi semakin kecil dan semakin besar nilai suku bunga, maka nilai opsi akan semakin kecil. Kata kunci : Opsi Vanilla Tipe Eropa, Opsi Beli, Multi Aset, Metode Lattice, Lattice Multinomial
Peramalan Nilai Tukar Rupiah Terhadap Dolar Amerika Menggunakan Jaringan Syaraf Tiruan (p,d,q) Gege Safet Yanto Raharjo; Rian Febrian Umbara; Danang Triantoro Murdiansyah
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

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

Abstract

Nilai tukar merupakan tingkat dimana mata uang satu negara dapat ditukar dengan mata uang negara lain, memainkan peran penting dalam mengendalikan dinamika pasar valuta. Oleh karena itu, peramalan kurs menjadi hal yang menarik sebagai penentuan kebijakan. Model gabungan ARIMA dan JST disebut model Jaringan Syaraf Tiruan (p,d,q). Hasil error dan differencing yang diperoleh dari model ARIMA akan digunakan pada model Jaringan Syaraf Tiruan arsitektur Multi Layer Perceptron algoritma Backpropagation. ARIMA memodelkan sifat linier data dan JST memodelkan sifat non-linier data. Data histori yang digunakan dalam sistem adalah data kurs Rupiah terhadap Dolar Amerika dalam rentang waktu Januari 2010 sampai Juni 2015. Setelah dilakukan prediksi, didapatkan hasil pengukuran kinerjanya, RMSE 60.43385, MAE 44.40632, dan MAPE 0.362984936 %. Sehingga dapat disimpulkan bahwa metode Jaringan Syaraf Tiruan (p,d,q) bisa diterapkan dalam sistem peramalan kurs Rupiah terhadap Dolar Amerika, namun tidak signifikan lebih baik dibanding ARIMA atau JST saja. Kata kunci : Kurs, ARIMA, JST, Jaringan Syaraf Tiruan (p,d,q).
Value-at-risk Pada Portofolio Berbasis Copula Tedo Hariscandra; Rian Febrian Umbara; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Tiap investasi antar saham yang dilakukan akan memberikan keuntungan dan risiko yang berbeda meskipun dalam sektor industri yang sama. Membentuk sebuah portofolio merupakan usaha memaksimalkan tingkat pengembalian (return) yang diharapkan dari investasi yang dilakukan dengan risiko tertentu. Value-at-Risk (VaR) merupakan salah satu alat ukur risiko yang digunakan untuk memprediksi besarnya kerugian maksimum dari suatu portofolio yang dimiliki. Melakukan perhitungan VaR terhadap portofolio dua saham yang memiliki kebergantungan bukanlah hal yang mudah, karena tidak ditemukannya distribusi bersama yang cocok untuk memodelkan hal tersebut. Teori Copula merupakan alat yang sangat fundamental dan fleksibel dalam memodelkan suatu distribusi bersama. Dalam Tugas Akhir ini menggunakan metode keluarga Copula Archimedean yaitu Copula Clayton dan Copula Gumbel untuk menentukan Value-at-Risk pada data portofolio. Nilai VaR dengan tingkat kepercayaan 90% pada Copula Clayton dan Copula Gumbel yaitu 0,0158 dan 0,0168, nilai VaR dengan tingkat kepercayaan 95% pada Copula Clayton dan Copula Gumbel yaitu 0,0210 dan 0,0228, serta nilai VaR dengan tingkat kepercayaan 99% pada Clayton yaitu 0,0320 dan Copula Gumbel yaitu 0,0376. Diperoleh nilai mean error VaR violation Copula Clayton yaitu 31 dan Copula Gumbel yaitu 7. Hal ini menyatakan bahwa VaR Copula Gumbel dapat memprediksi risiko kerugian lebih baik pada portofolio. Kata kunci: Value-at-Risk, Copula, Archimedian, Clayton, Gumbel
Co-Authors A. Maulana Mukhsin A.N.M. Salman Abdurrahman Muttaqiin Abdurrazaq Naufal Agri Pratomo Alberila Fraida Loceseima Putri Alfian Yudha Iswara Ali Assegaf Almaya Sofariah Andri Saputra Aniq Atiqi Rohmawati Anjar Pratiwi Annisa Aditsania Annisa Resnianty Ardhia Pringgowati Ardhyka Dewantara Arfian Nurdiansyah Astri Asroviana Putri Ayunda Firsty Trisnowati Bambang Eko Supriyadi Bambang Hidayat Barini Harahap Budi Ihsan Daulay Cipta Rahmadayanti Clara Amanda Danang Triantoro Murdiansyah Defy Ayu Dela Tantri Riyandani Deni Saepudin Dika Rizky Nurcholis Erick Anugrah Prihananta Esther Laura Christy Felix Octavianus Hasudungan Fiqi Ruli Setiawan Firdaus Maringga Firdaus Maringga Firdaus Maringga Gege Safet Yanto Raharjo Hafiz Denasputra Harry Susilodharma I Komang Gede Rusmawan I Wayan Ade Sugisnawan Dandysmara I Wayan Ade Sugisnawan Dandysmara Iman Nur Fakhri Indra Utama Sitorus Indwiarti Irma Palupi Isman Kurniawan Izzatul Ummah Jeshurun Eliezer Cussoy Jondri Jondri Karina Priscilia Karina Priscilia Lintong Aldiron Sihombing Lisbeth Evalina Siahaan Lola Yolanda Ruth Herinis Lumbanraja May Rozakhi Takkas Mohammad Adietya Perdana Muhamad Lutfi Chandra Muhammad Faizal Muhammad Farhan Muzakki Muhammad Gentur WitjaksonoKurniawan Muhammad Gentur WitjaksonoKurniawan Muhammad Saddam Salsabillah Muhammad Saddam Salsabillah Muhammad Saddam Salsabillah Nathan Sukmawan Nurseno Bayu Aji Nurseno Bayu Aji Patma Oktaviana Pritta Etriana Putri Putri Haryati Rizki Putri Haryati Rizki Rahmi Putri Amalia Resi Annisa Nur Rinaldi Wibiyanto Riski Hamonangan Simanjuntak Riyadi Lazuardi Sirait Rizki Ayudiah Kartika Paramita Rizky Farida Utami Rizky Retno Utami Sheila Nur Fadhila Siti Rahmah Madusari Sri Suryani Sri Suryani Sri Suryani Tedo Hariscandra Tegar Tionanda Putra Triyana Kadarisman Uggi Stivani Savitri Yanuar Ishaq Yuliant Sibaroni