Garuda - Garba Rujukan Digital

DETERMINAN KEPUTUSAN MASYARAKAT DALAM BERIVENTASI DI PASAR MODAL SYARIAH Arafah, Santi; Hutagalung, Muhammad Abrar Kasmin; Mushliha, Mushliha; Sembiring, Erika Apulina
MUTLAQAH: Jurnal Kajian Ekonomi Syariah Vol 5, No 1 (2024): Edisi Juli
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/mutlaqah.v5i1.9715

Penelitian ini bertujuan untuk mengetahui determinan-determinan yang mempengaruhi keputusan masyarakat dalam berinvestasi di pasar modal syariah. Penelitian ini menggunakan pendekatan kuantitatif dengan menggunakan 100 kuesioner yang diambil dari masyarakat Kota Medan. Teknik sampelnya berupa purposive sampling dengan menggunakan analisis regresi linier berganda. Hasil penelitian menjelaskan bahwa faktor-faktor yang berpengaruh sangat kuat dalam menentukan keputusan dalam berinvestasi di pasar modal syariah ialah return, literasi keuangan dan motivasi. Hal ini dinyatakan bahwa return dan literasi keuangan berpengaruh positif signifikan terhadap keputusan berinvestasi. Sedangkan, motivasi mempunyai pengaruh negatif namun tidak signifikan atau dapat diartikan tidak mempunyai pengaruh pada keputusan berinvestasi di pasar modal syariah. Variasi faktor didasarkan hasil analisis regresi linier berganda bahwa variabel return, literasi keuangan, dan motivasi mampu menerangkan variasi keputusan berinvestasi sekitar 93,9% Sedangkan sisanya sekitar 6,1% diterangkan oleh variabel lain yang berada di luar model.

DETERMINAN KEPUTUSAN MASYARAKAT DALAM BERIVENTASI DI PASAR MODAL SYARIAH Arafah, Santi; Hutagalung, Muhammad Abrar Kasmin; Mushliha, Mushliha; Sembiring, Erika Apulina
MUTLAQAH: Jurnal Kajian Ekonomi Syariah Vol 5, No 1 (2024): Edisi Juli
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/mutlaqah.v5i1.9715

Penelitian ini bertujuan untuk mengetahui determinan-determinan yang mempengaruhi keputusan masyarakat dalam berinvestasi di pasar modal syariah. Penelitian ini menggunakan pendekatan kuantitatif dengan menggunakan 100 kuesioner yang diambil dari masyarakat Kota Medan. Teknik sampelnya berupa purposive sampling dengan menggunakan analisis regresi linier berganda. Hasil penelitian menjelaskan bahwa faktor-faktor yang berpengaruh sangat kuat dalam menentukan keputusan dalam berinvestasi di pasar modal syariah ialah return, literasi keuangan dan motivasi. Hal ini dinyatakan bahwa return dan literasi keuangan berpengaruh positif signifikan terhadap keputusan berinvestasi. Sedangkan, motivasi mempunyai pengaruh negatif namun tidak signifikan atau dapat diartikan tidak mempunyai pengaruh pada keputusan berinvestasi di pasar modal syariah. Variasi faktor didasarkan hasil analisis regresi linier berganda bahwa variabel return, literasi keuangan, dan motivasi mampu menerangkan variasi keputusan berinvestasi sekitar 93,9% Sedangkan sisanya sekitar 6,1% diterangkan oleh variabel lain yang berada di luar model.

Integrasi CNN-Bi-LSTM dengan Attention Mechanism for rupiah exchange rate prediction Mushliha, Mushliha
Jurnal Mantik Vol. 8 No. 4 (2025): February: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

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

Exchange rates are a crucial indicator of a nation's economic stability. Fluctuations in exchange rates can influence investment decisions, international trade, and monetary policies. The prediction of foreign exchange rates against the Indonesian Rupiah holds significant importance in financial analysis and decision-making. Exchange rates are a crucial indicator of a nation's economic stability, influencing investment decisions, international trade, and monetary policies. However, accurately predicting foreign exchange rates remains a challenging problem due to the highly. This research aims to enhance prediction accuracy by proposing a CNN Bi-LSTM model with the addition of an Attention Mechanism (CNN Bi-LSTM AM). Historical exchange rate data were normalized and divided into training, testing, and validation sets. The CNN model extracts local features, BiLSTM captures bidirectional temporal patterns, and the Attention Mechanism highlights critical features to improve data processing efficiency. The evaluation was conducted using Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE) metrics. The results show that CNN Bi-LSTM AM outperformed BiLSTM and CNN Bi-LSTM, achieving MAPE values of 0.7795%, 0.3877%, 0.4062%, 0.7646%, 0.4267%, and RMSE values of 0.1953, 0.2199, 0.2069, 0.1758, 0.3250 for USD, Pounds, EURO, Yen, and Franc, respectively. The addition of the Attention Mechanism significantly contributed to improved accuracy, distinguishing this model from previous research. This study supports the relevance of innovation in hybrid architectures and Attention Mechanisms for financial time series predictions

Implementasi CNN-BiLSTM untuk Prediksi Harga Saham Bank Syariah di Indonesia Mushliha, Mushliha
Jambura Journal of Mathematics Vol 6, No 2: August 2024
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v6i2.26509

Stock price forecasting plays a crucial role in stock investment. Accuracy in predicting stock prices can provide significant financial benefits and help reduce investment risks. Stock price data are time series with high-frequency characteristics, non-linearity, and long memory, which makes stock price prediction a complex challenge. This research proposes a method for predicting the stock prices of Islamic banks in Indonesia using CNN-BiLSTM. This method aims to improve prediction accuracy by utilizing the feature extraction capabilities of CNN and the ability of BiLSTM to understand the temporal sequences of stock data. The data used in this research are the closing stock prices of Bank Syariah Indonesia (BSI), Bank Tabungan Pensiunan Negara Syariah (BTPN Syariah), and Bank Panin Dubai Syariah (PDSB) from January 2, 2020, to July 4, 2024. Testing these three stocks yielded MAPE values of 2.376%, 2.092%, and 0.629%, respectively. The study results show that the CNN-BiLSTM prediction model produced has very good accuracy in predicting stock prices.

Studi Bibliometrik Analisis Tren Penelitian Kesehatan Lingkungan di Jakarta Nisrinah, Nisrinah; Mushliha, Mushliha; Annisa, Annisa
Health Publica Vol 6, No 01 (2025): Health Publica Jurnal Kesehatan Masyarakat
Publisher : Universitas Esa Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47007/hp.v6i01.9438

Jakarta adalah ibukota negara Indonesia dengan kepadatan penduduk yang tinggi dan meningkat setiap tahunnya. Populasi penduduk yang tinggi tentu menimbulkan berbagai masalah lingkungan baik udara, air maupun tanah. Penelitian tentang pencemaran di Jakarta telah banyak dilakukan, namun belum diketahui tren penelitian terkait pencemaran di Jakarta. Penelitian ini bertujuan untuk mengetahui tren penelitian dan bagaiman polusi ini berdampak pada kesehatan lingkungan di Jakarta. Penelitian ini menggunakan analisis bibliometrik dengan menggunakan aplikasi VOSviewer serta mengambil data penelitian dari Scopus pada tahun 2020-2025. Adapun kata kunci yang digunakan yaitu Pollution dan Jakarta serta menggunakan publikasi tahun 2020-2025 sehingga didapatkan 367 dokumen. Hasil dari analisis bibliometrik disajikan dalam bentuk network visualization, overlay visualization, dan density visualization. Dari analisis ini dapat diketahui hubungan diantara artikel- artikel. Hasilnya ditemukan bahwa jumlah penelitian tentang pencemaran meningkat dari tahun 2022 sampai 2024. Adapun tema yang paling banyak dibahas yaitu pencemaran udara. Berdasarkan overlay visualization didapatkan bahwa pencemaran udara masih menjadi topik penelitian yang banyak dibahas dan topik yang mulai sering dibahas yaitu mikroplastik, sampah plastik dan deep learning pada tahun 2023-2025, sedangkan remote sensing dan transportasi perkotaan mulai tidak dibahas lagi. Berdasarkan hasil analisis network visualization, penelitian terbagi menjadi 4 kelompok yaitu pencemaran udara, pencemaran perairan, dampak polusi dan pemodelan pencemaran. Dari hasil analisis di atas, adapun saran yang diberikan yaitu penelitian selanjutnya sebaiknya perlu melakukan penelitian yang lebih banyak membahas pencemaran tanah dan dampaknya pada kesehatan masyarakat di Jakarta karena tema ini masih jarang diteliti. Selain itu perlu dilakukan penelitian pencemaran dengan didukung bantuan teknologi dengan menggunakan deep learning.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search