Ismi, Ferissa Maulida
Unknown Affiliation

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

Found 2 Documents
Search

ANALISIS BIPLOT PADA BERBAGAI FAKTOR KEMISKINAN DI INDONESIA BERDASARKAN PROVINSI Wieldyanisa, Ezha Easyfa; Ismi, Ferissa Maulida; Putri, Refa Berliana; Dwitya, Shabrina Nareswari; Elly Pusporani; Amelia, Dita
Elastisitas : Jurnal Ekonomi Pembangunan Vol. 7 No. 2 (2025): Elastisitas, September 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/e-jep.v7i2.09

Abstract

Kemiskinan merupakan permasalahan kompleks yang dipengaruhi oleh berbagai faktor sosial dan ekonomi. Berdasarkan hal tersebut, penelitian ini bertujuan untuk melihat hubungan antara provinsi di Indonesia dan berbagai faktor yang berpengaruh terhadap kemiskinan seperti pendidikan, kesehatan, dan infrastruktur dasar menggunakan analisis biplot. Data sekunder tahun 2024 dari BPS digunakan dengan delapan variabel utama, meliputi usia harapan hidup, produk domestik regional bruto (PDRB) per kapita, angka melek huruf, rumah tangga dengan sanitasi layak, akses air layak, akses listrik, angka partisipasi sekolah, dan rata-rata lama sekolah. Hasil analisis menunjukkan bahwa 81,772% keragaman data dapat dijelaskan oleh dua komponen utama dalam grafik biplot. Provinsi-provinsi dikelompokkan ke dalam empat kuadran berdasarkan kesamaan karakteristik kemiskinan. Faktor dengan keragaman tertinggi adalah rumah tangga dengan sanitasi layak, sedangkan faktor dengan keragaman terendah adalah PDRB per kapitaKorelasi antar variabel menunjukkan bahwa angka melek huruf dan akses listrik memiliki hubungan paling kuat, yang berarti semakin tinggi tingkat melek huruf suatu daerah, semakin besar pula kemungkinan masyarakatnya memiliki akses terhadap listrik. Sebaliknya, hubungan terlemah terdapat antara PDRB dan akses listrik. Penelitian ini menunjukkan bahwa memahami kemiskinan memerlukan pendekatan terhadap berbagai faktor yang saling berkaitan serta perlunya kebijakan pembangunan yang disesuaikan dengan karakteristik daerah masing-masing.
Prediksi dengan Support Vector Regression dan analisis kelayakan investasi pada harga saham Spotify Mardianto, M. Fariz Fadillah; Ismi, Ferissa Maulida; Nariswari, Anggita; Fatihah, Amelia; Syahzaqi, Idrus
Jurnal Kebijakan Ekonomi dan Keuangan Volume 5 Issue 1, Juni 2026
Publisher : Jurusan Ilmu Ekonomi, Fakultas Bisnis dan Ekonomika, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/JKEK.vol5.iss1.art2

Abstract

Purpose – This study aims to predict the weekly stock price of Spotify Technology SA (SPOT) using Support Vector Regression (SVR) and to evaluate investment feasibility based on Net Present Value (NPV), Internal Rate of Return (IRR), Sharpe Ratio, and Sortino Ratio.Methods – Weekly stock price data from October 2022 to May 2026 (190 observations) were analyzed using SVR with lag selection based on PACF and kernel optimization through two-stage grid search. Investment feasibility was evaluated using NPV, IRR, Sharpe Ratio, and Sortin o Ratio.Findings – The linear kernel SVR achieved the best performance with MAPE of 5.44% (training) and 4.61% (testing). The NPV was positive at USD 19,685.86. However, the IRR of 1.197% per week, Sharpe Ratio of 0.3703, and Sortino Ratio of 17.77 consistently indicate that Spotify stock during the prediction period is not financially viable for investment.Implication – The findings emphasize the importance of combining return- and risk-based measures when evaluating investment feasibility, particularly for high-volatility assets. Originality – Unlike prior studies that focus mainly on forecasting accuracy, this study integrates SVR-based prediction and investment feasibility analysis using NPV, IRR, Sharpe, and Sortino ratios within within a unified framework. AbstrakTujuan – Penelitian ini bertujuan untuk memprediksi harga saham mingguan Spotify Technology SA (SPOT) menggunakan metode Support Vector Regression (SVR) serta mengevaluasi kelayakan investasi berdasarkan Net Present Value (NPV), Internal Rate of Return (IRR), Sharpe Ratio, dan Sortino Ratio. Metode – Data harga saham mingguan periode Oktober 2022 hingga Mei 2026 (190 observasi) dianalisis menggunakan SVR dengan pemilihan lag berdasarkan PACF dan optimasi kernel melalui grid search dua tahap. Temuan – Kernel linear SVR menghasilkan performa terbaik dengan MAPE sebesar 5,44% pada data pelatihan dan 4,61% pada data pengujian. NPV bernilai positif sebesar USD 19.685,86. Namun, IRR sebesar 1,197% per minggu, Sharpe Ratio sebesar 0,3703, dan Sortino Ratio sebesar 17,77 secara konsisten menunjukkan bahwa saham Spotify pada periode prediksi tidak layak secara finansial untuk diinvestasikan.Implikasi – Temuan penelitian menekankan pentingnya mengombinasikan indikator berbasis imbal hasil dan risiko dalam mengevaluasi kelayakan investasi, khususnya pada aset dengan volatilitas tinggi.Orisinalitas – Berbeda dengan penelitian sebelumnya yang terutama berfokus pada akurasi peramalan, penelitian ini mengintegrasikan prediksi berbasis SVR dan analisis kelayakan investasi menggunakan NPV, IRR, Sharpe Ratio, dan Sortino Ratio dalam satu kerangka yang terpadu.