Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Azwarini, Rahmania
Departemen Aktuaria Institut Teknologi Sepuluh Nopember Surabaya
Arts Humanities

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

Found 2 Documents
Search

 1 
Penerapan Multivariate Adaptive Regression Spline (MARS) dan Bagging MARS pada Pengaruh Faktor Makroekonomi dan Indeks Asing terhadap Indeks Harga Saham Gabungan (IHSG) Reza, Sharah Aulia Ulaila; Azmi, Ulil; Azwarini, Rahmania
Jurnal Sains dan Seni ITS Vol 14, No 1 (2025)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v14i1.148607

Abstract

Indeks Harga Saham Gabungan (IHSG) menjadi indeks yang sering diamati oleh investor untuk melihat keadaan pasar saham Indonesia saat ini. Keadaan IHSG akan mempengaruhi keputusan investor kedepannya. IHSG diduga dipengaruhi oleh beberapa faktor makroekonomi dan indeks-indeks asing. Hubungan tersebut dapat dianalisis lebih jauh menggunakan Multivariate Adaptive Regression Spline (MARS) dan ditingkatkan menggunkan Bagging MARS. Variabel prediktor yang digunakan adalah Inflasi, BI-rate, Kurs IDR/USD, Indeks Harga Konsumen (IHK), Harga Minyak, M2, Harga Emas, DJIA, FTSE-100, SSE, Nikkei 225, dan HSI. Data yang digunakan merupakan data bulanan mulai Januari 2014 hingga Desember 2023. Model optimal yang dihasilkan menggunakan maksimum basis fungsi sebanyak 15 dan maksimum interaksi sebanyak 1 (tidak ada interaksi). Hasil menunjukkan variabel yang mempengaruhi IHSG adalah Kurs IDR/USD, IHK, M2 , DJIA, FTSE-100, SSE, Nikkei 225, dan HSI. Pada penerapan bagging, model bagging MARS memiliki performa lebih baik ditunjukkan dengan peningkatan R-square dan penurunan GCV, RMSE, RSS, dan MAE dibandingkan dengan single MARS. Model bagging terbaik menggunakan bootstrap sebanyak 25 kali.
Peramalan Indeks Harga Konsumen dan Inflasi di Indonesia Menggunakan Metode Hybrid SSA-ARIMA dan Vector Autoregressive (VAR) Royana, Cintini Cipta; Atok, R Mohamad; Azwarini, Rahmania
Jurnal Sains dan Seni ITS Vol 14, No 2 (2025)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v14i2.149312

Abstract

Indeks Harga Konsumen (IHK) adalah salah satu indikator yang digunakan sebagai tolak ukur harga rata-rata dari barang dan jasa yang dikonsumsi oleh rumah tangga. Salah satu kelompok IHK yang termasuk dalam komponen kelompok yang mudah bergejolak (volatile food) adalah kelompok pengeluaran yaitu kelompok makanan, minuman, dan tembakau karena dipengaruhi oleh shocks. Perhitungan nilai IHK menjadi penting untuk dapat mengawasi pergerakan harga barang-barang yang dapat menjadi pemicu terjadinya inflasi atau deflasi sehingga harga barang yang tersedia di masyarakat menjadi lebih stabil dan terkontrol. Oleh karena itu, peramalan dan pemodelan pada nilai IHK penting untuk dilakukan. Penelitian ini bertujuan untuk melakukan peramalan data IHK dan inflasi dengan metode Singular Spectrum Analysis (SSA)-Autoregressive Integrated Moving Average (ARIMA) yang akurat. Metode SSA mampu mendekomposisi deret waktu asli menjadi suatu penjumlahan dari sejumlah kecil komponen independen seperti trend, musiman, dan noise, sementara metode ARIMA adalah salah satu metode yang sering digunakan dalam peramalan data runtun waktu karena mempermudah dalam penentuan model. Penelitian ini menggunakan data periode Januari 2014 - Desember 2023 dan penentuan model terbaik berdasarkan kriteria RMSE, MASE, dan MAE. Kesimpulan yang diperoleh dari penelitian adalah metode SSA-ARIMA lebih baik dalam melakukan peramalan data IHK dan Inflasi. Berdasarkan hasil VAR menunjukkan bahwa terdapat kointegrasi antara data IHK dan Inflasi yang menunjukkan adanya hubungan jangka panjang antara kedua variabel. Peramalan untuk satu tahun kedepan menunjukkan kenaikan nilai pada IHK dapat menyebabkan kenaikan nilai Inflasi.
Co-Authors Atok, R Mohamad Azmi, Ulil Reza, Sharah Aulia Ulaila Royana, Cintini Cipta