Kurnia Rahman, Wahyu
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS VALUE AT RISK (VAR) PADA SAHAM SEKTOR PERBANKAN INDONESIA DENGAN METODE SIMULASI MONTE CARLO Kurnia Rahman, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10062

Abstract

Penelitian ini mengukur Value at Risk (VaR) pada saham sektor perbankan Indonesia menggunakan metode simulasi Monte Carlo, dengan fokus pada 10 bank terbesar di Indonesia. Penelitian ini menekankan perlunya pengelolaan risiko dalam investasi saham perbankan, mengingat adanya ketidakpastian ekonomi global dan volatilitas pasar saham yang dapat mempengaruhi kinerja investasi. Teknik analisis mencakup deskripsi statistik return saham, simulasi Monte Carlo untuk mengestimasi rata-rata return dan deviasi standar, pengukuran VaR pada tingkat kepercayaan 95%, dan optimasi portofolio menggunakan metode Sequential Least Squares Programming. Hasil analisis menunjukkan bahwa Bank Syariah Indonesia memiliki return dan volatilitas tertinggi, sementara Bank OCBC NISP memiliki volatilitas terendah. Optimasi portofolio menempatkan bobot terbesar pada Bank OCBC NISP, sehingga nilai VaR portofolio optimal adalah -1.85% pada tingkat kepercayaan 95%, menandakan pengurangan risiko dibandingkan investasi pada saham individu.
IMPLEMENTASI YOLO V8 UNTUK MENDETEKSI MATA UANG RUPIAH EMISI TAHUN 2022 BER-OUTPUT AUDIO Steven Immanuel Sihombing, Richard; Abadi Harahap, Wahyu; Kurnia Rahman, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10099

Abstract

Deteksi mata uang merupakan teknologi penting dalam berbagai aplikasi, termasuk keamanan dan aksesibilitas bagi penyandang tunanetra. Namun, deteksi yang akurat dan real-time masih menjadi tantangan, terutama untuk mata uang dengan berbagai desain dan emisi terbaru. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mendeteksi mata uang Rupiah emisi tahun 2022 menggunakan model YOLO V8, yang dikenal dengan kemampuan deteksi objek yang cepat dan akurat. Selain itu, sistem ini dilengkapi dengan output audio untuk membantu penyandang tunanetra dalam mengenali mata uang dengan mudah. Platform berbasis YOLOv8 dirancang khusus untuk mendeteksi uang kertas dengan probabilitas keakuratan kotak pembatas yang tinggi, dengan memberikan label dalam bahasa Inggris dan Indonesia. Dalam pengujian, model berhasil membedakan denominasi mata uang dengan tingkat keberhasilan yang memuaskan. Meskipun awalnya dirancang untuk mata uang Indonesia, kemampuan model ini dapat diperluas untuk mendeteksi mata uang dari negara lain. Penelitian ini menjawab tantangan aksesibilitas bagi individu tunanetra dalam pengenalan mata uang, meningkatkan keberlanjutan teknologi untuk mendukung inklusivitas keuangan.