Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal MATHunesa: Jurnal Ilmiah Matematika
Rasyidah, Salma Azmi
Unknown Affiliation
Mathematics

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

Found 2 Documents
Search

 1 
PREDIKSI HARGA SAHAM PT. GOTO GOJEK-TOKOPEDIA MENGGUNAKAN GEOMETRIC BROWNIAN MOTION TERMODIFIKASI KALMAN FILTER DENGAN KONSTRAIN Rasyidah, Salma Azmi; Maulana, Dimas Avian
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 3 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n3.p704-713

Abstract

Saham adalah salah satu instrumen pasar modal paling populer saat ini yang berpengaruh untuk kemajuan ekonomi negara. Saham didefinisikan sebagai kepemilikan investor atas investasinya atau sejumlah dana yang diinvestasikan pada suatu emiten. Harga saham terus mengalami fluktuasi setiap harinya tetapi banyak investor yang tetap berminat untuk melakukan investasi. Salah satu emiten yang memiliki peminat sangat banyak adalah PT. GoTo Gojek Tokopedia Tbk (GOTO). Model Geometric Brownian Motion (GBM) berguna untuk memodelkan harga saham jika nilai return dari suatu saham di masa lalu berdistribusi normal tetapi pada jangka waktu yang lama cenderung menghasilkan error yang cukup besar. Oleh karena itu, ditambahkan metode filtering Kalman Filter dan konstrain yaitu batasan sesuai dengan auto rejection untuk meminimalkan error. Berdasarkan simulasi dengan 100, 500, dan 1000 iterasi menggunakan model GBM menghasilkan nilai MAPE berturut-turut 10,19%, 9,46%, dan 8,09%. Hasil terbaik diperoleh pada 1000 iterasi dengan nilai MAPE 8,09%, tetapi hasil prediksi model GBM-KF menghasilkan nilai MAPE yang jauh lebih kecil yaitu 2,56%. Penambahan konstrain ke dalam model GBM-KF tidak berpengaruh secara signifikan namun diperoleh nilai MAPE yang berbeda yaitu 2,96%. Ketiga model memiliki akurasi peramalan tinggi dibawah 10%. Model GBM-KF adalah metode yang paling baik untuk memprediksi harga saham GOTO.
Aplikasi Topologi Jaringan Pada Akun Twitter Paling Berpengaruh Terkait Redenominasi Rupiah dengan Metode SNA Purnama, Mohammad Dian; Aisyah, Ivon Tressyta Nanda; Rasyidah, Salma Azmi; Juniati, Dwi; Yulistina, Fika
MATHunesa: Jurnal Ilmiah Matematika Vol. 12 No. 1 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v12n1.p141-148

Abstract

Masyarakat sering memanfaatkan media sosial sebagai platform untuk mengungkapkan minat dan pandangan mereka terhadap berbagai topik. Di Indonesia, masyarakat juga sering menggunakan media sosial sebagai wadah untuk mengekspresikan minat dan pandangan mereka terhadap berbagai isu. Kemajuan teknologi informasi telah memperluas cakupan dan meningkatkan kecepatan dalam penyebaran informasi melalui media sosial. Salah satu isu yang ramai dibahas di Twitter adalah terkait Redenominasi Rupiah, yang tercermin dari tingginya jumlah retweet pada tweet yang terkait. Penelitian ini menerapkan Metode Analisis Jaringan Sosial (SNA) sebagai teknik untuk memetakan dan mengukur hubungan serta komunikasi di antara akun-akun. Hasil penelitian menunjukkan bahwa akun Twitter @BigAlphaID memunculkan nilai Degree Centrality tertinggi sebesar 1387, nilai Betweeness Centrality sebesar 1386, dan nilai Closeness Centrality mencapai 1.0. Closeness Centrality yang mencapai 1.0 menggambarkan bahwa akun tersebut menjadi simpul terdekat dengan akun lain dalam jaringan. Dengan kata lain, akun Twitter @BigAlphaID memiliki dampak signifikan dalam menyuarakan isu Redenominasi Rupiah
Co-Authors Aisyah, Ivon Tressyta Nanda Dwi Juniati Maulana, Dimas Avian Purnama, Mohammad Dian Yulistina, Fika