Claim Missing Document
Check
Articles

Found 28 Documents
Search

PT Hexindo Adiperkasa TBK Stock Price Prediction for 2026-2027 Using the Autoregressive Integrated Moving Average (ARIMA) Method: JEL Classification: C53, C58, G11, G17 Venike Leony Suteja Putri; Tarisa Everalda Sainyakit Nanthi; Yunita Ade Irma Seran; Rizky Rivaldi Patora; Elisabet Kareth; Radian Januari Situmeang
Journal of Management and Administration Provision Vol. 6 No. 2 (2026): Journal of Management and Administration Provision
Publisher : Pusat Studi Pembangunan dan Pemberdayaan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55885/jmap.v6i2.1029

Abstract

This study aims to predict the stock price of PT Hexindo Adiperkasa Tbk, listed under the ticker symbol HEXA, using the Autoregressive Integrated Moving Average (ARIMA) method in RStudio. The data used consist of monthly HEXA stock prices. Historical data from January 2021 to April 2025 were used as the model training dataset, while actual data from May 2025 to April 2026 were used as a benchmark for evaluating prediction results. The main forecasting period in this study covers May 2026 to December 2027. The research stages include data pattern identification, the Augmented Dickey-Fuller (ADF) stationarity test, differencing, ACF and PACF analysis, model selection based on AIC and BIC, parameter significance testing, diagnostic checking using the Ljung-Box test and Q-Q Plot, and accuracy measurement using MAPE, MAE, and RMSE. Based on the RStudio output, the best model is ARIMA (0,2,1), with an AIC value of 753.2217 and a BIC value of 757.0457. The accuracy results during the comparison period indicate a MAPE of 5.26%, an MAE of 268.67, and an RMSE of 398.31. The main forecasting results show that the HEXA stock price is predicted to reach 4,400 in May 2026 and 3,947 in December 2027. Although the MAPE value during the comparison period falls into the very good category according to the output table, the findings should still be interpreted cautiously because the Q-Q Plot indicates deviations in the tails of the residual distribution, and the prediction interval becomes wider over a longer forecasting horizon.
Evaluasi Komparatif Algoritma Ensemble Learning pada Learning to Rank untuk Rekomendasi Produk berdasarkan data Transaksi E-Commerce aryanto dandan; Ebenhaiser Liunokas; Radian Januari Situmeang
Journal of Mathematics Theory and Applications Vol. 4 No. 2 (2026): Edisi April 2026
Publisher : Program Studi Matematika, Universitas Timor

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

Abstract

Learning to Rank (LTR) merupakan pendekatan machine learning yang telah menjadi inti dari sistem rekomendasi produk modern dalam industri e-commerce. Penelitian ini bertujuan membandingkan performa tiga algoritma gradient boosting, yaitu XGBoost, LightGBM, dan CatBoost, yang diterapkan pada tugas LTR menggunakan Instacart Online Grocery Shopping Dataset 2017. Dataset tersebut memuat lebih dari 3 juta pesanan dari lebih dari 200.000 pengguna anonim. Feature engineering dilakukan dengan menghitung statistik agregasi pada level pengguna dan level produk berdasarkan data transaksi historis. Pembagian data dilakukan berdasarkan pengguna untuk mencegah kebocoran informasi antara set pelatihan dan pengujian. Setiap algoritma dilatih menggunakan objektif ranking listwise atau pairwise bawaan masing-masing, dan dievaluasi menggunakan metrik NDCG@5, MAP@5, dan Mean Reciprocal Rank (MRR). Hasil eksperimen menunjukkan bahwa CatBoost mencapai NDCG@5 tertinggi (0,8036) dan MAP@5 tertinggi (0,8256), sementara XGBoost dan LightGBM menghasilkan performa yang kompetitif dan hampir identik. Ketiga model secara signifikan melampaui baseline Random Forest. Temuan ini menunjukkan bahwa algoritma gradient boosting sangat efektif untuk LTR dalam skenario rekomendasi ecommerce dan memberikan panduan praktis dalam pemilihan model ranking untuk sistem produksi.
Upaya Peningkatan Kemampuan Geometri Siswa SMP ST. Antonius Padua Sentani Melalui Pendekatan Matematika Realistik Yacob Ruru; Ida M. Hutabarat; Radian J. Situmeang; Halle F.P. Watori
JURNAL PENGABDIAN PAPUA Vol 10 No 1 (2026)
Publisher : LPPM Uncen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31957/jpp.v10i1.5135

Abstract

Conceptual understanding is central to geometry learning, yet many junior high school students find geometric objects and their properties highly abstract. This community service program was conducted at SMP St. Antonius Padua Sentani, Jayapura Regency to strengthen Grade VIII students’ understanding of plane and solid geometry through a Realistic Mathematics Education (RME) approach. The program used context-based problems, concrete manipulatives, guided discussions, and structured practice. Program effectiveness was evaluated using a one-group pretest-posttest design (n=20). The mean score increased from 34 (pretest) to 41 (posttest) with an N-gain of 0.11 (low). Although the learning gains were modest, the activities improved student engagement and supported the transition from contextual situations to formal geometric representations. The results suggest that continued implementation and repeated cycles of RME-based instruction with richer tasks and longer duration are needed to achieve stronger learning gains.
Analisis Prediksi Harga Saham PT. Bank Panin Syariah Tbk dengan Menggunakan Metode ARIMA Tahun 2023-2026 Dea Ririhena; Hilda Firda Malino; Olivia Marshanda Pandiangan; Emmanuel Alexsandra Chatrine Wondiwoy; Radian Januari Situmeang
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.9694

Abstract

Harga saham di pasar modal bersifat dinamis dan tidak stabil karena dipengaruhi oleh berbagai faktor makroekonomi maupun mikroekonomi, seperti sentimen investor, kebijakan moneter bank sentral, kondisi perekonomian global, serta kinerja internal perusahaan. Penelitian ini bertujuan untuk menganalisis dan memprediksi pergerakan harga penutupan harian saham PT Bank Panin Dubai Syariah Tbk (PNBS) selama periode 2023–2026 menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Data harga penutupan harian diperoleh dari platform Investing.com dan seluruh data dalam rentang waktu tersebut digunakan secara penuh menggunakan teknik sampling jenuh. Pengolahan data dilakukan menggunakan perangkat lunak R. Pengujian stasioneritas dilakukan melalui uji Augmented Dickey-Fuller (ADF) yang menghasilkan nilai statistik Dickey-Fuller sebesar −6,9348 dengan p-value 0,01, mengkonfirmasi bahwa data telah stasioner pada diferensiasi orde pertama. Identifikasi orde model dilakukan secara visual melalui grafik Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), kemudian dilanjutkan dengan estimasi parameter menggunakan metode Maximum Likelihood Estimation (MLE). Pemilihan model terbaik berdasarkan Akaike Information Criterion (AIC) menghasilkan model ARIMA(1,1,1) sebagai model paling optimal dengan nilai AIC terendah sebesar 981,64, mengungguli ARIMA(1,1,0) dengan AIC 1056,30 dan ARIMA(0,1,1) dengan AIC 982,72. Hasil peramalan untuk tahun 2028 menunjukkan harga saham PNBS diproyeksikan naik tipis dari Rp51,73 pada awal periode, kemudian konvergen secara stabil di angka Rp51,96. Pola ini mengindikasikan berkurangnya volatilitas dan masuknya saham ke fase harga yang relatif stabil dan terprediksi. Temuan ini diharapkan menjadi referensi ilmiah bagi investor maupun analis dalam menyusun strategi investasi berbasis proyeksi harga saham PNBS ke depan.
Perbandingan Metode K-Means Dan Ward Pada Pengelompokan Ketahanan Pangan Kabupaten/Kota Di Indonesia Zulaeva Rajiah Buleuw; Radian Januari Situmeang; Dina Jumiatul Fitri
Jurnal Algoritme Vol 7 No 1 (2026): October 2026 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v7i1.16194

Abstract

Food security is a vital aspect of national development in Indonesia, given its diverse geographical and socioeconomic conditions. This study aims to cluster 514 regencies/cities in Indonesia based on food security indicators and compare clustering methods to obtain optimal results. Secondary data from 2024 from the Central Bureau of Statistics and the National Food Agency were analyzed, covering variables such as poverty, electricity access, female mean years of schooling, food expenditure, and health worker ratios. The evaluated methods were K-Means and Ward, assessed using the Silhouette Score, Davies-Bouldin Index, Dunn Index, Separation Index, and Sw/Sb Ratio. Results show that K-Means achieved a higher Silhouette Score, whereas Ward excelled with a lower Davies-Bouldin Index, higher Dunn Index, and a cophenetic correlation coefficient of 0.997. Consequently, the Ward method was selected as the superior approach, forming four distinct clusters: Cluster 1 (highly vulnerable), Cluster 2 (highly secure), Cluster 3 (secure), and Cluster 4 (moderately secure). The clustering highlights significant regional food security disparities, with urban areas generally demonstrating better food security than underdeveloped regions.
Analisis Cluster Saham LQ45 Berdasarkan Return, Volatilitas, dan Volume Perdagangan Imanuel Migel Rumbekwan; Dina Jumiatu Fitri; Radian Januari Situmeang
Peradaban Journal of Economic and Business Vol. 5 No. 2 (2026)
Publisher : Pustaka Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59001/pjeb.v5i2.901

Abstract

The stocks included in the LQ45 Index exhibit diverse characteristics in terms of return, volatility, and trading activity, making stock clustering important in investment analysis. This article aims to determine the optimal cluster structure of LQ45 stocks based on return, volatility, and trading volume using the hierarchical clustering method. The similarity among stocks is measured using Ward Linkage and Euclidean Distance, while data preprocessing involves logarithmic transformation and Z-score standardization. The optimal number of clusters is evaluated using the Silhouette Coefficient, Davies-Bouldin Index (DBI), and the SW/SB ratio. The results indicate that LQ45 stocks exhibit heterogeneous characteristics and can be optimally grouped into seven clusters. The resulting clusters represent distinct stock profiles, ranging from relatively stable and liquid stocks to stocks characterized by higher levels of return, volatility, and investment risk. These findings demonstrate that hierarchical clustering is effective in identifying stock characteristics based on data similarity and can provide useful information for investment analysis and decision-making in the Indonesian capital market. Saham-saham yang tergabung dalam indeks LQ45 memiliki karakteristik yang beragam dari sisi return, volatilitas, dan aktivitas perdagangan sehingga pengelompokan saham menjadi penting dalam analisis investasi. Artikel ini bertujuan untuk menentukan struktur cluster optimal pada saham LQ45 berdasarkan variabel return, volatilitas, dan volume perdagangan menggunakan metode hierarchical clustering. Pengukuran tingkat kemiripan antar saham dilakukan menggunakan Ward Linkage dan Euclidean Distance, sedangkan tahap preprocessing data meliputi transformasi logaritma dan standarisasi Z-score. Penentuan jumlah cluster optimal dievaluasi menggunakan Silhouette Coefficient, Davies-Bouldin Index (DBI), dan rasio SW/SB. Hasil analisis menunjukkan bahwa saham-saham LQ45 memiliki karakteristik yang heterogen dan dapat dikelompokkan ke dalam tujuh cluster optimal. Cluster yang terbentuk menunjukkan profil saham yang berbeda, mulai dari saham yang relatif stabil dan likuid hingga saham dengan tingkat return, volatilitas, dan risiko investasi yang tinggi. Temuan ini menunjukkan bahwa metode hierarchical clustering efektif dalam mengidentifikasi karakteristik saham berdasarkan tingkat kemiripan data serta dapat memberikan informasi yang bermanfaat dalam analisis investasi dan pengambilan keputusan di pasar modal Indonesia.
Analisis Regresi Data Panel dan Linear Mixed Effect dalam Analisis Pengaruh Transfer ke Daerah dan Dana Desa terhadap Indeks Pembangunan Manusia di Provinsi Papua Claudia, Novia Priska; Situmeang, Radian Januari
Multi Proximity: Jurnal Statistika Vol. 4 No. 2 (2025): Multiproximity
Publisher : Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/25c9v692

Abstract

Tuberkulosis (TBC) merupakan penyakit menular yang masih menjadi ancaman global, terutama di negara berkembang seperti Indonesia. Penyakit ini tidak hanya berdampak pada kondisi fisik penderita, tetapi juga menyebabkan beban ekonomi dan sosial yang signifikan, baik bagi keluarga maupun negara. Penelitian ini bertujuan untuk menganalisis hubungan antara kabupaten/kota dan jumlah kasus TBC tahun 2024 di Provinsi Bengkulu, sekaligus menyajikan informasi dasar bagi pengambilan kebijakan kesehatan yang lebih akurat dan berbasis data. Metode yang digunakan dalam penelitian ini adalah model log-linier dua arah. Hasil penelitian menunjukkan terdapat hubungan yang signifikan antara variabel Kabupaten/Kota dan Jenis Penyakit terhadap jumlah kasus TBC di Provinsi Bengkulu tahun 2024. Distribusi kasus TBC menunjukkan bahwa beberapa kabupaten/kota seperti Kota Bengkulu, Rejang Lebong, Bengkulu Utara, dan Mukomuko memiliki angka kejadian yang relatif tinggi. Sebaliknya, daerah seperti Kaur, Bengkulu Tengah, dan Seluma memiliki jumlah kasus yang lebih rendah. Oleh karena itu, diperlukan kerja sama lintas sektor antara pemerintah daerah, tenaga kesehatan, dan masyarakat dalam memperkuat program deteksi dini, pemerataan layanan kesehatan, serta peningkatan edukasi publik guna menekan angka kejadian TBC di seluruh wilayah Provinsi Bengkulu
Pelatihan Pengolahan Dan Analisis Data Menggunakan SPSS Bagi Mahasiswa STPK ST. Yohanes Rasul Jayapura Rita Raya; Ida Mariati Hutabarat; Radian J. Situmeang; Dian Lestari
Jurnal Pengabdian kepada Masyarakat Bidang Ilmu Komputer Vol 2 No 1 (2023): Jurnal Pengabdian Kepada Masyarakat Bidang Ilmu Komputer (ABDIKOM)
Publisher : Universitas Pembangunan Nasional "Veteran" Jakarta

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

Abstract

Mahasiswa kerapkali merasa ketakutan dalam hal mengolah data statistik ketika membuat karya ilmiah khususnya skripsi. Mereka beranggapan bahwa mengolah data statistik merupakan hal yang sulit sehingga sebagian mahasiswa lebih memilih menggunakan jasa pengolahan data untuk mengolah data penelitian mereka. Hal ini tentu sangat disayangkan karena kemampuan mengolah data statistik akan berpengaruh terhadap kualitas kemampuan interpretasi hasil dan kualitas karya ilmiah tersebut. Tujuan dari pengabdian ini adalah memotivasi, menambah kemampuan dan pengetahuan mahasiswa mengolah data dan menginterpretasikan hasil outputnya serta mampu menggunakan software SPSS dalam pemrosesan data statistika sehingga kualitas penelitian dan penulisan karya ilmiah khususnya penulisan skripsi mahasiswa dapat meningkat. Metode yang digunakan untuk mendukung keberhasilan program ini adalah dalam bentuk pelatihan dan pendampingan, demonstrasi dan latihan/praktek atau tutorial. Kegiatan ini diberikan kepada mahasiswa STPK St. Yohanes Rasul Jayapura yang mempunyai kemauan untuk dibimbing menggunakan software SPSS yang akan mendukung kegiatan penelitian yang akan dituangkan dalam karya ilmiah berupa skripsi. Dari hasil kegiatan ini, sekitar 80% peserta pelatihan mampu menggunakan software SPSS dan menginterpretasikan hasil outputnya dan menarik kesimpulan. Sementara peserta lainnya tidak dapat mengikuti kegiatan dengan baik, hanya mampu menginput data dan mengalami kesulitan dalam memilih item-item untuk melakukan langkah-langkah selanjutnya. Hal ini disebabkan beberapa peserta tidak bisa menginstal aplikasi SPSS pada laptopnya karena keterbatasan kapasitas perangkat laptop mereka sehingga tidak dapat melaksanakan praktek dengan baik