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

 3   4   5   6   7 
Penentuan Nilai Wajar Opsi Saham Karyawan (studi Kasus Pt.telkom) Riyadi Lazuardi Sirait; 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

PT. Telekomunikasi Indonesia menerapkan program Opsi Saham Karyawan (OSK) untuk memberikan kompensasi bagi karyawan di tingkat manajemen tertentu agar dapat membeli saham perusahaan. OSK ini tidak hanya memberikan keuntungan bagi karyawan tetapi juga akan memberikan keuntungan secara tidak langsung bagi perusahaan. Keuntungan yang dapat dirasakan oleh perusahaan anatara lain program ini dapat meningkatkan kinerja karyawan,hal ini dikarenakan munculnya rasa memiliki terhadap perusahaan oleh karyawan yang memperoleh Opsi Saham Karyawan Penelitian tugas akhir ini akan membahas mengenai opsi saham karyawan (OSK) yang akan memberikan pilihan kepada karyawan sebuah perusahaan untuk memilih kompensasi yang mereka dapatkan berupa saham atau uang. Metode yang akan dipakai dengan menggunakan metode binomial tree. Ada beberapa parameter yang mempengaruhi nilai opsi saham karyawan yaitu exit rate pegawai dalam jangka waktu tertentu dan vesting time atau waktu tunggu. Di dalam selang waktu tunggu, karyawan pemegang opsi tidak dapat mengeksekusi opsi mereka sebelum masa tunggu opsi tersebut habis. Dengan mengimplementasikan metode binomial tree maka nilai wajar OSK dapat ditentukan setelah menemukan nilai batas eksekusi pada setiap waktu. Keuntungan yang diperoleh perusahaan setelah menerapkan metode ini adalah meningkatnya kinerja karyawan sehingga performansi perusahaan menjadi lebih baik. Kata Kunci : Binomial Tree, Opsi Saham Karyawan (OSK)
Optimasi Kinerja Portofolio Berdasarkan Lq45 Menggunakan Metode Pengali Lagrange Rahmi Putri Amalia; Deni Saepudin; Rian Febrian Umbara
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 Saham adalah surat berharga yang paling banyak di perdagangkan saat ini. Maka dari itu, untuk membuat portofolio, saham merupakan salah satu aset penting yang diperhitungkan. Di Indonesia banyak acuan indeks saham yang dapat digunakan, salah satunya LQ45. Akan tetapi, jika membuat portofolio dengan 45 saham tentu terlalu banyak. Maka, dalam Tugas Akhir ini dibuat portofolio yang membandingkan indeks portofolio dengan metode mean-variance dengan indeks portofolio yang di optimasi menggunakan metode Pengali Lagrange yang memuat saham yang lebih sedikit dengan tujuan agar portofolio tersebut kinerjanya mirip dengan kinerja indeks saham LQ45. Hasil dari Tugas Akhir ini membuktikan bahwa kinerja portofolio yang telah di optimasi dengan Pengali Lagrange lebih mendekati kinerja LQ45 bila dibandingkan dengan portofolio mean-variance. Akan tetapi, dikarenakan pengambilan saham secara acak dan tidak memperhitungkan faktor apapun membuat kinerja portofolio yang di optimasi tidak begitu maksimal sehingga tidak dapat diprediksi dengan menggunakan berapa saham portofolio tersebut lebih mendekati kinerja portfolio pasar. Alangkah baiknya bila pengambilan saham mempertibangkan beberapa faktor yang dapat membantu kinerja portofolio yang dibuat lebih mirip dengan kinerja portofolio acuan. Kata kunci : Portofolio, Mean-Variance, Pengali Lagrange, LQ45 Abstract Stocks are the most traded securities at the moment. Therefore, to create a portfolio, stock is one of the important assets to be taken into account. In Indonesia many reference stock index that can be used, one of them is LQ45. However, if making a portfolio with 45 stocks of course too much. So, in this Final Project created a portfolio that compares the portfolio index with the mean-variance method with an optimized portfolio index using Multiplier Lagrange method that contains fewer stocks with the aim that the portfolio performance is similar to the performance of LQ45 stock index. The result of this Final Project proves that the portfolio performance that has been optimized with Lagrange Multiplier is closer to LQ45 performance when compared with the mean-variance portfolio. However, due to random stock taking and not taking any factor makes the optimized portfolio performance not so maximized that it can not be predicted by using how much stock of the portfolio is closer to the performance of the market portfolio. It would be good if the stock taking consideration of several factors that can help the performance of the portfolio that is made more similar to the performance of the portfolio reference. Keywords: Portfolio, Mean-Variance, Lagrange Multiplier, LQ45
Expected Shortfall Pada Portofolio Berbasis Copula I Komang Gede Rusmawan; 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

Pengukuran risiko merupakan hal penting bagi individu maupun perusahaan dalam pengambilan suatu keputusan guna menghindari besar kecilnya risiko yang mungkin terjadi. Ada beberapa cara dalam menghitung risiko pada portofolio, salah satunya adalah VaR pada tingkat kepercayaan (1 − α) . Namun, risiko memiliki peluang sebesar α untuk terjadi di atas VaR. Expected Shortfall merupakan ukuran risiko yang koheren, memiliki rentang yang dapat digunakan sebgai alternatif dalam menghitung estimasi risiko untuk menghindari tingkat kerugian yang melebihi VaR. Portofolio dari beberapa asset, untuk menentukan nilai risiko pada portofolio memerlukan informasi distribusi marginal masing-masing asset dan fungsi distribusi gabungan. Pendekatan fungsi distribusi gabungan dengan copula mempertim- bangkan tingkat kebergantungan asset satu dengan lainnya, diukur menggunakan Kendall’s Tau. Pada Tugas Akhir ini estimasi Expected Shortfall dengan menggunakan copula Archimedean, secara khusus copula Clayton dan Gumbel. Copula Gumbel adalah alternatif yang lebih baik dalam menentukan Expected Shorftfall portofolio dengan nilai 0.0160 pada tingkat kepercayaan 90%, nilai pada tingkat kepercayaan 95% yaitu 0.0214 dan nilai dengan tingkat kepercayaan 99% sebesar 0.0329 pada periode ke-998. Kata kunci: Portofolio, Kendall’s Tau, VaR, Expected Shortfall, Copula Archimedean
Prediksi Indeks Harga Saham Dengan Metode Support Vector Regression Dua Tahap Arfian Nurdiansyah; Rian Febrian Umbara; Annisa Aditsania
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

Dalam penelitian ini akan dibahas prediksi indeks harga saham dengan metode Support Vector Regression (SVR) dua tahap. Penelitian ini menggunakan indeks saham dari pasar saham Indonesia yaitu Indeks Harga Saham Gabungan (IHSG). Percobaan ini didasarkan pada data historis harian selama 5 tahun. Prediksi dilakukan dengan menggunakan SVR satu tahap dan SVR dua tahap untuk meramal harga penutupan satu periode kedepan (� + 1), dua periode kedepan (� + 2), ti ga periode kedepan (� + 3), empat periode kedepan (� + 4), dan lima periode kedepan (� + 5). Dengan menggunakan metode Support Vector Regression (SVR) dua tahap didapatkan Mean Absoute Percentage Error (MAPE) testing dari 5 skenario yang diuji yaitu MAPE untuk skenario (� + 1) adalah 9,2099 %, MAPE untuk skenario (� + 2) adalah 16,4214 %, M APE untuk skenario (� + 3) adalah 7,308%, MAPE untuk skenario (� + 4) adalah 7,1856 % , dan MAPE untuk skenario (� + 5) adalah 8,8449 %. Sedangkan dengan menggunakan Support Vector Regression (SVR) satu tahap didapatkan MAPE testing dari 5 skenario yang diuji yaitu MAPE untuk skenario (� + 1) adalah 15,316 %, MAPE untuk skenario (� + 2) adalah 15 ,026 %, MAPE untuk skenario (� + 3) adalah 15,453%, MAPE untuk skenario (� + 4) adalah 15,605 % , dan MAPE untuk sk enario (� + 5) adalah 5,7007 %. Jadi dapat disimpulkan bahwa metode Support Vector Regression (SVR) dua tahap m emiliki akurasi yang lebih baik disetiap skenario kecuali di skenario (� + 2). Kat a kunci : prediksi saham, Indeks Harga Saham Gabungan (IHSG), Support Vector Regression (SVR) 1
Penentuan Harga Opsi Call Eropa Dengan Menggunakan Transformasi Fast Fourier (studi Kasus Saham Fireeye.inc) Andri Saputra; 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 Algoritma Transformasi Fast Fourier merupakan salah satu kemajuan yang paling mendasar dalam bidang komputasi ilmiah. Dalam bidang financial, misalnya dalam menentukan harga opsi, beberapa kajian berhasil menerapkan Transformasi Fourier. Dalam Tugas Akhir ini, akan digambarkan sebuah pendekatan untuk menghitung harga opsi yang dirancang agar dapat memanfaatkan kekuatan komputasi Transformasi Fast Fourier, yang selanjutnya akan dibandingkan dengan perhitungan menggunakan Black-Scholes. Model harga saham yang digunakan adalah Variance Gamma yang akan dikembangkan dengan menerapkan Transformasi Fourier, kemudian menggunakan Transformasi Fast Fourier untuk menentukan harga opsi. Dari hasil pengujian, waktu proses penentuan harga opsi dengan menggunakan Transformasi Fast Fourier terbukti lebih cepat dibandingkan dengan menggunakan Black-Scholes. Sedangkan untuk harga opsi yang diperoleh, metode Transformasi Fast Fourier memiliki selisih yang kecil dengan metode Black-Scholes. Kata kunci : Opsi, Transformasi Fast Fourier, Transformasi Fourier, Variance Gamma, Black-Scholes
Penentuan Nilai Proyek Perminyakan Melalui Opsi Riil Dengan Metode Binomial Lattice Harry Susilodharma; 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

Terdapat berbagai macam contoh investasi, salah satunya adalah investasi pada aset rill, misal investasi pada pembiayaan suatu proyek perminyakan. Nilai investasi atau jumlah biaya dihitung melalui pendekatan Binomial Lattice. Perhitungan opsi menggunakan harga minyak mentah di pasar( ) sebagai masukan awal. Kemudian dari data tersebut beberapa parameter yang dibutuhkan akan ditentukan, dan kemudian akan digunakan untuk perhitungan harga undeveloped project (V). Dimana undeveloped project adalah nilai sebuah proyek perminyakan yang belum di eksekusi. Dalam penelitian ini, dengan menggunakan nilai undeveloped project akan dapat dihitung nilai Excercise Boundary di setiap waktu. Hal ini dimaksudkan akan menjadi gambaran atau masukan untuk para investor untuk menimbang nantinya akan melanjutkan ke tahap eksploitasi atau tidak. Dilakukan percobaan dengan memasukan nilai tertentu, kemudian dibandingkan nilai undeveloped projectnya. Nilai opsi dari model Binomial memiliki kesamaan dengan hasil yang diberikan model Crank-Nicolson ketika harga pasar menyentuh nilai 121.60773 USD/Barel yaitu sebesar 36.608 USD/Barel. Hasil dari model Binomial tidak memberikan pengaruh signifikan untuk parameter t. Untuk berapapun t, Binomial tetap memberikan hasil yang sama, ketika nilai pasar menyentuh 121,60773 USD/Barel. Untuk beberapa kali pengujian dengan mengubah nilai parameter, diketahui semakin besar nilai volatilitas (σ), maka semakin besar nilai excercise boundary Sedangkan semakin besar suku bunga bebas risiko (r), semakin kecil nilai excercise boundary dan semakin besar nilai subselang (N) yang diberikan akan semakin kecil rentang antara nilai pada excercise boundary. Dari keseluruhan pengujian didapati bahwa semakin dekat pada jatuh tempo nilai undeveloped project akan semakin kecil, dengan rata-rata waktu eksekusi pengujian 1.2 detik untuk 1000 subselang dan 244.9 detik untuk 6000 subselang. Kata kunci : investasi, opsi riil, proyek perminyakan, keuangan, undeveloped project, binomial
Pemodelan Produksi Biogas Pada Reaktor Batch Menggunakan Metode Runge Kutta Gill Ardhyka Dewantara; Rian Febrian Umbara; Isman Kurniawan
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

Penelitian ini dilakukan untuk membuat model prediksi terhadap hasil biogas yang didapatkan dengan menggunakan reaktor tipe batch. Proses simulasi tersebut dapat menggunakan Anaerobic Digestion Model (ADM1) dengan menggunakan konsentrasi awal glukosa sebesar 500 mgCOD/l dan konsentrasi awal mikroba sebesar 30 mgCOD/l selama 106 jam. Pada penelitian ini bertujuan untuk mengetahui profil kinetika reaksi yang terlibat, penentuan akurasi perhitungan, pengaruh nilai pembagi interval terhadap waktu perhitungan, dan pengaruh konsentrasi awal pada substrat glukosa dan mikroba. Metode yang digunakan untuk memodelkan produksi biogas adalah Runge Kutta Gill. Hasil simulasi menunjukkan bahwa metana yang dihasilkan dari proses tersebut sebesar 417,49250 mgCOD/l dengan jumlah pembagi interval sebanyak 197.003. Selain itu, jumlah konsentrasi mikroba glukosa merupakan yang terbesar dibanding mikroba lainnya, sebesar 77,66615 mgCOD/l. Nilai parameter yang disarankan pada ADM1 hanya cocok untuk lama produksi kurang dari 29 jam. Konsentrasi awal substrat glukosa dan mikroba berpengaruh terhadap jumlah metana yang dihasilkan. Namun pada konsentrasi awal mikroba yang lebih dari 30 mgCOD/l maka akan menghasilkan jumlah metana yang cenderung konstan. kata kunci : biogas, ADM1, metode runge kutta gill
Prediksi Value-at-risk Dengan Efek Autoregressive Conditional Heteroskedasticity (arch) Cipta Rahmadayanti; 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 Investor yang menginvestasikan dana pada saham mengharapkan nilai return yang tinggi dan risiko yang sekecil mungkin, namun setiap investasi yang dilakukan tidak dapat memprediksi dengan mudah seberapa besar nilai risiko yang akan didapat. Untuk mendapatkan nilai risiko dari suatu saham dapat menggunakan metode Value-at-Risk (VaR). Penentuan nilai VaR ini dapat menggunakan time series, oleh karena itu pada Tugas Akhir ini digunakan model Autoregressive (AR) dan Generealized Autoregressive Conditional Heteroskedasticity (GARCH) untuk menentukan nilai VaR pada dua indeks saham yang berdistribusi normal. Setiap data saham memiliki perbedaan volatilitas atau pergerakan harga saham, maka sebelum membahas model time series dan perhitungan VaR, data indeks saham dilakukan pengujian dengan uji efek ARCH. Agar mendapatkan hasil yang relevan maka dilakukan perhitungan akurasi kedua model time series tersebut menggunakan VaR violation dan dibandingkan untuk mendapatkan model time series yang baik. Berdasarkan hasil analisis, model time series yang baik digunakan untuk memprediksi VaR pada saham NASDAQ adalah model GARCH(1,1) dengan jumlahan tingkat error sebesar 26, dan untuk saham NYSE model time series yang baik untuk memprediksi VaR adalah model AR(1) dengan jumlahan tingkat error sebesar 30. Kata kunci : VaR, AR, GARCH, Uji efek ARCH, VaR violation. Abstract Investors who invest funds in stock expect a high return value and the lowest risk possible, but every investments can not predict the value risk with easily. To obtain the risk value of a stock can use Value-at-Risk (VaR) method. The determination of the VaR can use time series model, therefore in this final project used Autoregressive (AR) and Generealized Autoregressive Conditional Heteroskedasticity (GARCH) to determine VaR on two stock indexes which have normal distribution. Each stock data has different volatility or movement of stock price, then before discuss about time series model and VaR calculation, stock index data is tested by ARCH effect test. In order to obtain a relevant results, both time series model are calculated the accuracy using VaR violation and compared to get a good time series model. Based on the result of the analysis, time series model which is GARCH(1,1) of normal distributuon have better result with the total error rate of 26 to predict VaR for stock index NASDAQ, and for stock index NYSE a good time series model to predict VaR is AR(1) with the total error rate of 30. Keywords: VaR, AR, GARCH, ARCH effect test, VaR violation
Pendekatan Fungsi Penalti Untuk Mengatur Suku Residual Alpha Pada Pembentukan Portofolio Saham Defy Ayu; Deni Saepudin; Rian Febrian Umbara
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 jurnal ini akan dibahas pembentukan portofolio saham dengan menggunakan data yang terdapat pada data pasar dan umumnya mengandung noise (informasi fluktuasi harga yang tidak memberikan informasi penting tentang pergerakan harga saham). Untuk mengontrol noise tersebut akan digunakan fungsi penalti. Prinsip dasar dari fungsi penalti adalah mengubah suatu permasalahan dengan kendala menjadi permasalahan tidak berkendala dengan menambahkan parameter penalti (θ) ke dalam fungsi obyektif. Tujuan menambahkan θ pada fungsi obyektif untuk mengontrol noise atau disebut dengan residual alpha. Nilai θ yang dipilih yaitu 10 karena dengan nilai θ ini, risiko yang dihasilkan lebih kecil dibandingkan (θ=0.01, θ=0.1, θ=4 θ=7, θ=10). λ (ukuran perilaku investor untuk menghindari risiko). Nilai λ yang menghasilkan nilai risiko terkecil yaitu pada λ=10. Pada perhitungan teoritik λ=0.01 risiko yang dihasilkan 0.045321894 sampai dengan λ=10 nilai risiko yang dihasilkan 0.043919803. Dan pada data simulasi tanpa noise λ=0.01 risiko yang dihasilkan 0.068250803 sampai dengan λ=10 nilai risiko yang dihasilkan 0.067448832. Nilai λ=10 dan θ=10 dilakukan pengujian menggunakan data pasar pada saham AALI dan ADHI. Nilai λ=10 dengan mean variance (MV) menghasilkan risiko 0.049443196, dan λ=10 dan θ=10 dengan data yang diasumsikan mengandung noise menghasilkan risiko 0.049406612. Risiko portofolio pada data yang diasumsikan mengandung noise lebih kecil dibandingkan dengan risiko portofolio pada MV. Kata kunci: Fungsi Penalti, Residual Alpha, Portofolio
Pemodelan Mixture Of Mixture Dalam Pemilihan Portofolio Saham Bank Esther Laura Christy; Deni Saepudin; Rian Febrian Umbara
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

Penyusunan portofolio dilakukan sebagai salah satu strategi untuk mengurangi resiko yang mungkin akan terjadi dengan keuntungan yang didapat sebesar-besarnya pada saat melakukan investasi. Pendekatan model mixture merupakan salah satu metode yang digunakan untuk mengetahui besar proporsi return pada suatu instrumen. Model ini mampu memodelkan data yang tersusun dari beberapa grup dimana setiap grup merupakan komponen penyusun dan mempunyai proporsi yang berbeda untuk masing-masing komponen. Hasil dari Tugas Akhir ini berupa model mixture untuk portofolio saham Bank BCA dan BNI dengan resiko yang didapat dari model tersebut sebesar -0.2498413758. Kata kunci : Portofolio, Model Mixture, Return
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