cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
kartika yulianti
Contact Email
kartika.yulianti@upi.edu
Phone
+6289646358817
Journal Mail Official
eurekamatika@upi.edu
Editorial Address
Program Studi Matematika, Departemen Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia Jl. Dr. Setiabudhi No. 229, Bandung 40154, Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Eurekamatika
Published by Universitas Pendidikan Indonesia
ISSN : 2776480X     EISSN : 25284231     DOI : https://doi.org/10.17509/jem
Core Subject : Science, Education, Engineering,
Computer Science & IT Industrial & Manufacturing Engineering Mathematics
Jurnal EurekaMatika (e-ISSN: 2528-4231, p-ISSN: 2776-480X) was first published annually on December 2013, and then since 2017 has been published twice a year, on May and November. JEM is a peer-reviewed Mathematics journal with its scope covers Algebra, Analysis, Statistics, and Applied Mathematics. This journal is published by Mathematics study program of Indonesia University of Education (Universitas Pendidikan Indonesia) collaborates with Himpunan Peneliti dan Pendidik Matematika Indonesia (HIPPMI). The editorial contents and elements that comprise the journal include: -Theoretical articles -Empirical studies -Practice-oriented papers -Case studies -Review of papers, books, and resources. As far as the criteria for evaluating and accepting submissions is concerned, a rigorous review process will be used. Submitted papers will, prior to the formal review, be screened so as to ensure their suitability and adequacy to the journal. In addition, an initial quality control will be performed, so as to ensure matters such as language, style of references and others, comply with the journal´s style.
Arjuna Subject : Matematika - Matematika (Lain-Lain)
Articles 145 Documents
 6   7   8   9   10 
Simulasi Sistem Persamaan Gelombang Air Dangkal Menggunakan Metode Numeris Lax-Friedrichs Suci Permata Hati; Kartika Yulianti; Rini Marwati
Jurnal EurekaMatika Vol 8, No 1 (2020): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (876.69 KB) | DOI: 10.17509/jem.v8i1.25690

Abstract

Sistem persamaan gelombang air dangkal merupakan suatu sistem persamaan diferensial parsial hiperbolik yang menggambarkan keadaan gelombang dimana panjang gelombang jauh lebih panjang dibanding amplitudo, contohnya pada gelombang tsunami, gelombang air banjir, dan gelombang air tenang yang terkena gangguan. Metode volume hingga Lax-Friedrichs merupakan salah satu metode numerik untuk menyelesaikan persamaan diferensial parsial hiperbolik. Penelitian ini bertujuan menerapkan metode volume hingga Lax-Friedrichs pada sistem persamaan gelombang air dangkal, untuk melihat bagaimana pengaruh topografi pada ketinggian dan kecepatan gelombang. Kasus yang disimulasikan pada penelitian ini yaitu pergerakan gelombang tsunami dan gelombang air tenang yang terkena gangguan. Hasil simulasi menunjukkan bahwa perbedaan topografi menyebabkan perbedaan perubahan pola ketinggian dan kecepatan gelombang.
Kriptografi Audio Menggunakan Transposisi dan Affine Cipher yang Dikembangkan dengan Algoritma Blum Blum Shub Muhammad Fakhri Naufal; Rini Marwati; Ririn Sispiyati
Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.764 KB) | DOI: 10.17509/jem.v9i1.32634

Abstract

Di era informasi, teknologi berkembang dengan pesat dan kemudahan dalam bertukar informasi menjadi sangat mudah, namun dengan perkembangan tersebut timbul suatu masalah yaitu keamanan informasi tersebut terutama untuk suatu informasi rahasia. Salah satu bentuk informasi seperti file audio memerlukan sebuah mekanisme untuk mengamankan file audio tersebut, salah satunya dengan kriptografi. Teknik kriptografi audio seperti transposisi membuat data audio teracak sehingga suara yang dihasilkan file audio tersebut tidak dapat dipahami. Namun, untuk meningkatkan keamanan nilai data audio pada file audio diperlukan teknik enkripsi substitusi salah satunya yaitu Affine Cipher. Dengan melakukan pengembangan pada Affine Cipher menggunakan pembangkit bilangan acak semu Blum Blum Shub, dapat memberikan peningkatan yang cukup signifikan pada teknik kriptografi klasik ini. Hasil yang diperoleh dengan mengenkripsi file audio WAV menggunakan Python dapat mengamankan file audio sehingga menghasilkan suara acak dan file audio terenkripsi dapat didekripsi untuk mendapatkan informasi asli.
ANALISIS INDEKS HARGA SAHAM MENGGUNAKAN METODE VALUE AT RISK DENGAN PENDEKATAN EKSPANSI CORNISH FISHER DAN METODE RANTAI MARKOV Alpian, Ilham; Puspita, Entit; Marwati, Rini
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v5i1.10299

Abstract

ABSTRAK. Value at Risk (VaR) menggunakan pendekatan Cornish Fisher lebih memperhatikan distribusi returnnya dengan mengambil taraf kepercayaan 95% yang melibatkan momen pertama, momen kedua, momen ketiga, dan momen keempat sehingga investor dapat lebih mengantisipasi kemungkinan akan terjadinya risiko tanpa harus memenuhi bahwa data harus berasal dari distribusi normal. Penerapan rantai Markov untuk dapat mengetahui dengan akurat secara teoritis nilai peluang perubahan state indeks harga saham pada waktu yang akan datang.Berdasarkan analisis menggunakan Metode VaR dengan pendekatan Cornish Fisher yang merupakan teknik optimalisasi dan Metode rantai Markov yang merupakan teknik deskriptif maka diperoleh hasil bahwa untuk analisis indeks harga saham BBNI diperkirakan kerugian maksimum yang diperoleh investor sebesar 74,477% dengan peluang naik sebesar 0,4377. Sedangkan untuk indeks harga saham BBRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 63,941% dengan peluang naik sekitar 0,4763. Pada indeks harga saham BMRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 291,7135% dengan peluang naik sebesar 0,4802. Pada indeks harga saham BBTN diperkirakan kerugian maksimum yang diperoleh investor sebesar 70,676% dengan peluang naik sebesar 0,4652.liskan abstrak dalam bahasa Indonesia.  Kata Kunci: Value at Risk, Ekspansi Cornish Fisher, Distribusi return, Rantai Markov, Steady-state, Indeks Harga Saham.   ABSTRACT. Value at risk (VaR) with expansion Cornish Fisher approach took attention more in the return distribution with 95 % confidence level that involving the first, second, third, and forth moment so that the investor could anticipate the risk’s possibility when the data is not from a normal distribution. The application of Markov chain is used to find out theoretically the probability of the change state of stock market in the future.Based on the analysis using VaR method with Cornish Fisher, which  the optimization technique, and Markov chain method is the descriptive technique, we obtained that for BBNI stock market index analysis, there is an estimation that the investors can get maximum loss 74,477% with probability of amend is 0,4377. As for the BBNI stock market index we estimated that the investors can get maximum loss 63,941% with probability of amend is 0,4763. In the BMRI Stock market index, we estimated that the investors will can maximum loss 291,713% with probability of amend is 0,4802. In the BBTN stock market index, we estimated that the investors will get maximum loss 70,676% with probability of amend is 0,4652.. Keywords: Value at Risk, Ekspansi Cornish Fisher, Return distribution, Markov chain, Steady-state, Stock Market Index.
APLIKASI MODEL ANTRIAN MULTISERVER DENGAN VACATION PADA SISTEM ANTRIAN DI BANK BCA CABANG UJUNG BERUNG Elyzabeth, Elyzabeth; Suherman, Maman; Marwati, Rini
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.913 KB) | DOI: 10.17509/jem.v3i1.11195

Abstract

ABSTRAK  Antrian merupakan kegiatan yang sering dijumpai dalam kehidupan sehari-hari. Pelaku utama dalam antrian adalah customer yang membutuhkan pelayanan serta server yang memberikan pelayanan. Sistem antrian dengan laju kedatangan dan pelayanan yang berdistribusi Poisson dan waktu pelayanan yang berdistribusi Eksponensial dilambangkan dengan M/M/c, dimana c adalah banyaknya server. Vacation pada sistem antrian adalah waktu tunda server melayani customer dalam waktu tertentu saat jam operasional. Sistem antrian dengan laju kedatangan dan laju pelayanan yang berdistribusi Poisson serta waktu pelayanan dan waktu vacation yang berdistribusi Eksponensial dimana server yang ada lebih dari satu dan server tidak secara serentak melakukan vacation disebut dengan Asynchronous Multiple Vacation Model (M/M/c (AS, MV)). Berdasarkan studi kasus yang dilakukan di Bank BCA Cabang Ujung Berung dimana pengamatan dipusatkan pada antrian untuk transaksi tunai di atas 10 juta rupiah, dengan banyaknya server sebanyak 3 orang maka model antriannya menjadi (M/M/3 (AS, SV)) dan diperoleh laju kedatangan (λ) 24 orang per jam dan laju pelayanan () 13 orang per jam serta Ekspektasi banyaknya customer dalam antrian ( 4 orang dan Ekspektasi waktu menunggu customer dalam sistem ( 10 menit.Kata kunci: Antrian, Customer, Multiserver, Vacation ABSTRACT  Queuing is the most likely happensin daily life. Those who queue are customers who need service and server that gives service. Queuing system due to arrival and service rate which distribute in Poisson and service time which distributes in Exponensial are symbolized M/M/c, in which c is the quantity of server. Vacation on queuing system is the duration which server delays to serve the customers at a certain time during operational hour. Queuing system due to arrival and service rate which distribute in Poisson along with service and vacation time which distributes in Exponensial which has more than one server and it doesn’t do vacation at the same time is called Asynchronous Multiple Vacation Model (M/M/c (AS, MV)). Based on study which is done in BCA Ujung Berung, we focus on queuing for cash transaction of 10 million rupiahs above, whereas there are three servers and we pay attention to the vacation queuing model which becomes (M/M/3 (AS, MV)) and results arrival rate ( 24 people per hour and service rate ( 13 people per hour and expectation on the quantity of customer in the queue () 4 people and expectation of customer’s queuing time ()10 minutes.Key words: Queuing, Customer, Multiserver, Vacation
Program Aplikasi Sistem Antrian Multiserver Bank dengan Vacation M/M/C Hakim, Rakhmat Nurul; Marwati, Rini; Rachmatin, Dewi
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.622 KB) | DOI: 10.17509/jem.v6i1.11652

Abstract

ABSTRAK. Penelitian ini membahas mengenai perancangan program aplikasi antrian multiserver  pada Bank dengan melibatkan waktu vacation. Program aplikasi ini dirancang dengan tujuan untuk memberikan informasi kepada nasabah/customer tentang rata-rata waktu lama customer menunggu dalam antrian. Program aplikasi ini dikembangkan berdasarkan teori-teori antrian multiserver  dengan melibatkan prosedur vacation. Notasi M yang pertama menunjukkan nilai rata-rata jumlah kedatangan customer per jam ( ), di mana  berdistribusi poisson. Notasi M yang kedua menunjukkan nilai rata-rata jumlah customer yang dilayani per jam ( ), di mana  berdistribusi eksponensial. Notasi C menunjukkan jumlah server yang diteliti. Pada penelitian ini, jumlah server yang diteliti sebanyak 5 buah. Vacation adalah rata-rata waktu lama server berhenti per kejadian dalam melayani untuk sementara waktu. Dikarenakan studi kasus penelitian ini adalah sistem antrian Bank, maka sistem antrian yang digunakan adalah FIFO (First In First Out). Keluaran dari program aplikasi ini berupa nilai rata-rata atau nilai ekspektasi, di mana nilainya tidak akan selalu tepat dengan realitanya. Akan tetapi dengan menggunakan prosedur vacation, maka keakuratan hasilnya dapat terjamin. Kata kunci: , aplikasi antrian, antrian vacation, antrian multiserver.   ABSTRACT. In this paper we create the application program of  Bank multisever queueing system with vacation. This application program is designed with the purpose of providing information to customer. The information is average of  customer’s waiting length time in queue. So, customers can find out how long they will be in queue and they can schedule their next activities. This application program is developed based on theories of  multiserver queue involves vacation procedure. First M notation shows average of customers’ arrival number per hour value ( ), where  is distributed by poisson distribution. Second M notation shows average of customer’s served number per hour value ( ), where  is distributed by exponential distribution. C notation shows number of searched servers, which number of searched servers are 5. Multiserver shows that number of searched servers more than one. Vacation is average length of servers stop time per incident for awhile. Because of this essay case study is Bank system queuing, the queue discipline used is FIFO (First In First Out). Keep in mind that the output of this application program is average value or expected value, so that the results will not always be appropriate to the reality. However, because this application program using procedure vacation, then the result can be guaranteed for accuracy. Keywords : , queue application, vacation queue, multiserver queue
PERAMALAN DATA RUNTUN WAKTU MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yukeu S Febriani; Fitriani Agustina; Dewi Rachmatin
Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v7i2.22134

Abstract

ABSTRAK. PT. Asuransi Jiwasraya merupakan salah satu perusahaan asuransi jiwa yang ada di Indonesia. Pada setiap tahunnya, PT. Asuransi Jiwasraya mempunyai target premi. Keberadaan target premi ini, bertujuan untuk mencapai visi dan misi dari PT. Asuransi Jiwasraya. Karena PT. Asuransi Jiwasraya merupakan perusahaan milik negara, maka setiap tahunnya perusahaan harus memberikan kontribusi kepada negara. Oleh karena itu, PT Asuransi Jiwasraya harus meramalkan pendapatan premi pada setiap tahunnya. Pada artikel ini, akan dibahas mengenai peramalan jumlah premi PT Asuransi Jiwasraya dengan tujuan untuk memprediksi jumlah premi periode selanjutnya berdasarkan data jumlah premi menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Metode ANFIS merupakan metode yang mengkombinasikan konsep Neural Network dan Fuzzy Logic. Ramalan yang tepat berguna untuk membuat kebijakan yang tepat agar tercapainya visi dan misi dari PT Asuransi Jiwasraya. Berdasarkan hasil analisis diketahui bahwa nilai MAPE untuk metode ANFIS sebesar 0.858820136%. Dengan demikian dapat dikatakan bahwa metode ANFIS sudah cukup baik digunakan untuk meramalkan jumlah premi PT. Asuransi Jiwasraya Cabang Bandung Timur.Kata kunci : Jumlah premi, ANFIS, MAPE               FORECASTING TIME DATA FORECASTING USING THE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM METHOD ABSTRACT. PT. Asuransi Jiwasraya is one of the life insurance companies in Indonesia. In each year, PT. Asuransi Jiwasraya has a premi target. The premi target is aimed to achieve the vision and mission of PT. Asuransi Jiwasraya. Since PT Asuransi Jiwasraya is a state-owned company, every year the company must contribute to the state. Therefore, PT Asuransi Jiwasraya must predict the premi income every year. This article will discuss about forecasting the amount of premi PT Asuransi Jiwasraya done to predict the amount of premi next period based on premi data amount using Adaptive Neuro Fuzzy Inference System (ANFIS) method. ANFIS method is a method that combines the concept of Neural Network and Fuzzy Logic. Precise prophecy is useful to make the right policy in order to achieve the vision and mission of PT Asuransi Jiwasraya. From the results that have been done obtained MAPE value of 0.858820136%. Thus it can be said that the ANFIS method is good enough to be used to predict the amount of premium PT. Asuransi Jiwasraya, East Bandung Branch.Keywords: Total Premi, ANFIS, MAPE
Boosted Regression Trees Wulan Dian Pramiesti; Fitriani Agustina; Rini Marwati
Jurnal EurekaMatika Vol 10, No 2 (2022): Jurnal Eurekamatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (570.432 KB) | DOI: 10.17509/jem.v8i2.30727

Abstract

A regression tree is a data analysis technique that aims to determine the effect of all explanatory variables on the response variables. However, it turns out the regression tree method has a weakness that is the hierarchical structure allows for high variance predictors. The weakness of this regression tree method can be above using the Boosted Regression Trees (BRT) approach. The BRT approach uses a boosting technique to combine multiple regression trees in an additive manner so that the resulting variance is smaller than the previous variance. This study uses the BRT method for a case study of factors affecting the level of crime in East Java in 2018. Through 89 obtained optimal trees, the most important crime rate factors are the number of youth (model importance of 31.86%), followed by the percentage of poor population (11.14%), junior high school gross enrollment rate (9.67%), elementary school gross enrollment rate (8.98%), road stability (8.81 %), senior high school gross enrollment rate (8.67%), distance to the capital city of Surabaya (7.25%), open unemployment rate (7.02%), Gross Domestic Regional Product (GRDP) (5.32%), and population density (1.25%)..Keywords: Boosted Regression Trees, Boosting, Crime Rate, Regression Trees.AbstrakPohon regresi merupakan teknik analisis data yang bertujuan untuk mengetahui pengaruh semua peubah penjelas terhadap peubah responnya. Namun, ternyata metode pohon regresi memiliki kelemahan yaitu struktur hierarkisnya memungkinkan terjadinya varians yang tinggi. Kelemahan metode pohon regresi ini dapat diatasi dengan menggunakan pendekatan Boosted Regression Trees (BRT). Pendekatan BRT menggunakan teknik boosting untuk menggabungkan beberapa pohon regresi secara aditif sedemikian sehingga nilai varians yang dihasilkan lebih kecil dari nilai varians sebelumnya. Penelitian ini menggunakan metode BRT untuk studi kasus menentukan faktor-faktor yang memengaruhi tingkat kriminalitas di Jawa Timur tahun 2018. Melalui 89 buah pohon optimal yang terbentuk, diperoleh kesimpulan bahwa faktor yang memengaruhi tingkat kriminalitas tertinggi adalah jumlah pemuda (31,86%), diikuti oleh persentase penduduk miskin (11,14%), Angka Partisipasi Kasar (APK) SMP (9,67%), APK SD (8,98%), kemantapan jalan (8.81%), APK SMA (8,67%), jarak ke ibukota Surabaya (7,25%), tingkat pengangguran terbuka (7,02%), Produk Domestik Regional Bruto (5,32%), dan kepadatan penduduk (1,25%).
Penentuan Daerah Rawan Polusi Udara dengan Menggunakan Logika Fuzzy Metode Mamdani Muhammad Naufal Atalla; Lukman Lukman; Fitriani Agustina
Jurnal EurekaMatika Vol 9, No 2 (2021): Jurnal EurekaMatika
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (353.045 KB) | DOI: 10.17509/jem.v9i2.40018

Abstract

The purpose of this research is to determine whether an area in the Bandung city is categorized as an area prone to air pollution or not, which is illustrated in the form of a thematic map. In this study, Fuzzy Inference System (FIS) is used with the Mamdani method. The parameters determining the vulnerability used among others are PM10 concentration, SO2 concentration, and rainfall. In this study, 89 data were used. The results showed that the city of Bandung is categorized as an area not prone to air pollution with an average vulnerability value of 17,235. However, in March there were areas categorized as air pollution-prone namely Regol, Lengkong, Kidul, Buahbatu, Rancasari, and Gedebage Districts with a vulnerability value of 47.5. Based on the results of this study, it is hoped that people will be aware of the air conditions in the environment where they live and realize the importance of maintaining air quality.Keywords: Air Pollution, Fuzzy Logic,  Geographic Information System, Mamdani Method, Thematic Map. AbstrakPenelitian ini bertujuan agar masyarakat menyadari kondisi udara di lingkungan tempat mereka hidup dan menyadari pentingnya menjaga kualitas udara. Fuzzy Inference System (FIS) merupakan sistem yang digunakan dalam pengambilan keputusan dari sejumlah data yang memiliki ketidakpastian fuzzy antara lain dalam Sistem Informasi Geografis (SIG). Dalam penelitian ini FIS digunakan dalam pengambilan keputusan untuk menentukan suatu daerah rawan polusi udara di Kota Bandung yang digambarkan dalam bentuk peta tematik. Parameter-parameter penentu kerawanan yang digunakan antara lain konsentrasi PM10, konsentrasi SO2, dan curah hujan. Metode yang digunakan dalam sistem ini adalah metode Mamdani. Data yang digunakan pada penelitian ini sebanyak 89 data. Secara umum pada peta, dapat dilihat bahwa Kota Bandung dikategorikan sebagai daerah tidak rawan polusi udara dengan nilai kerawanan rata-rata sebesar 17,235. Namun pada Bulan Maret terdapat daerah yang dikategorikan rawan polusi udara yaitu Kecamatan Regol, Lengkong, Bandung Kidul, Buahbatu, Rancasari, dan Gedebage dengan nilai kerawanan sebesar 47,5. Berdasarkan hasil penelitian ini, diharapkan masyarakat menyadari kondisi udara di lingkungan tempat mereka tinggal dan menyadari pentingnya menjaga kualitas udara.
REPRESENTASI ATOMIK DARI SEMIGRUP BEBAS F_n Lovitarani, Destiana; Rosjanuardi, Rizky; Yusnitha, Isnie
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jem.v5i1.10280

Abstract

ABSTRAK. Misalkan  sebuah semigrup bebas yang memuat semua word yang dibangun oleh non-commuting -letters. Aljabar yang dibangun oleh  disebut aljabar semigrup bebas di mana setiap generatornya dipetakan ke suatu isometri, sehingga aljabar semigrup bebas merupakan aljabar yang dibangun oleh -tuple isometri  dengan range yang pairwise orthogonal. Sebuah -tuple isometri  dikatakan atomik bebas jika terdapat basis ortonormal  dari ruang Hilbert , sedemikian sehingga terdapat endomorfisma  (di mana ) dan skalar  yang memenuhi  Representasi dari  yang berkorespondensi dengan isometri yang atomik bebas tersebut disebut dengan representasi atomik. Selanjutnya representasi atomik ini diklasifikasikan berdasarkan relasi unitary equivalence dan ditunjukkan bahwa representasi atomik secara umum dapat didekomposisi menjadi ­direct sum dari subrepresentasi atomik yang iredusibel. Kata kunci: semigrup bebas, representasi atomik, isometri, unitary equivalence. ABSTRACT. A free semigroup  contains all words which are generated by non-commuting -letters. The algebra which is generated by  is called  a free semigroup algebra. Every generator of  is mapped onto isometry, so this algebra is generated by an -tuple of isometries  with pairwise orthogonal range. One of the class representation of free semigroup algebra is atomic representation of free semigrup . An -tuple of isometries  is free atomic if there is an orthonormal basis  for  for which there are endomorphisms  (where ) and scalars  satisfying . The corresponding representation of , then is called as atomic representation. Later, atomic representation is classified up to unitary equivalence and is shown to be direct sum of irreducible atomic subrepresentations. Keywords: free semigroup, atomic representation, isometry, unitary equivalence.
PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO Alfiyyati, Lydia Zayyani; Suherman, Maman; Puspita, Entit
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.081 KB) | DOI: 10.17509/jem.v4i1.10648

Abstract

ABSTRAK. Cara seorang investor mengambil keputusan berinvestasi adalah dengan mempertimbangkan risiko yang mungkin terjadi dan expected return yang diinginkan, seperti halnya berinvestasi pada obligasi. Risiko kredit merupakan ketidakmapuan pihak peminjam untuk membayar lagi bunga dan kewajibannya terhadap investor atau disebut juga default. Model First Passage Time yang merupakan perkembangan dari model Merton pada tahun 1976 oleh Black dan Cox mengasumsikan bahwa default dari suatu perusahaan dapat terjadi sebelum jatuh tempo obligasi. Contoh kasus untuk mengaplikasikan pendekatan ini adalah dengan menghitung risiko kredit dari obligasi yang diterbitkan oleh PT Summarecon Agung dan PT Indosat dengan data yang diperoleh dari Indonesia Bond Pricing Agency (IBPA). Nilai yang menjadi indikator bahwa kedua perusahaan tersebut default adalah face value dari masing-masing obligasi, artinya ketika face value obligasi PT Summarecon Agung Rp150000000000,00, perusahaan tersebut default jika total asetnya jatuh di bawah nilai tersebut. Hasil pengolahan data yang dilakukan memberikan hasil peluang default dari kedua perusahaan mendekati nol yang mengimplikasikan bahwa cukup aman berinvestasi pada obligasi tersebut. Saat investor ingin menggabungkan kedua obligasi dengan membentuk sebuah portofolio agar risiko minimum dan memperoleh expected return yang diinginkan, Mean Variance Efficient Portfolio dapat dijadikan alternatif optimisasi portofolio. Hasil dari MVEP menunjukkan proporsi obligasi PT Summarecon Agung adalah 38,79% dan 61,21% untuk obligasi PT Indosat.Kata kunci : Risiko Kredit, Manajemen Risiko, First Passage Time, Mean Variance Efficient Portfolio.ABSTRACT. How an investor making an investment decision is to consider the potential risks and desired expected return , as well as investing in bonds. Credit risk is the inability of the borrower to pay interest and obligations to investors or also called default. First Passage Time Model, which is the development of Merton model in 1976 by Black and Cox assuming that the default of a company may occur prior to maturity of the bonds. The case to apply this approach is to calculate the credit risk of bonds issued by PT Summarecon Agung and PT Indosat with data obtained from Indonesia Bond Pricing Agency (IBPA). The values which refer to indicator that both companies default is the face value of each bond,  that is when the face value of bonds PT Summarecon Agung Rp150000000000,00, the company declared to be default if the total asset falls below that value. The results of data processing is done and giving the result that default probability of both companies close to zero which implies that it is safe enough to invest in bonds. If the investor wants to combine the two bonds in a bond portfolio in order to obtain a minimal risk and desired expected return, Mean Variance Efficient Portfolio can be used as an alternative of portfolio optimization. Results of MVEP shows the proportion of  the bond of PT Summarecon Agung was 38.79% and 61.21% for the bond of PT Indosat.Keywords: Credit Risk, Management Risk, First Passage Time, Mean Variance Efficient Portfolio.

Page 8 of 15 | Total Record : 145

 6   7   8   9   10 

Filter by Year

2014 2024


Reset
Filter By Issues
All Issue Vol 12, No 1 (2024): Jurnal EurekaMatika Vol 11, No 2 (2023): Jurnal Eurekamatika Vol 11, No 1 (2023): Jurnal Eurekamatika Vol 10, No 2 (2022): Jurnal Eurekamatika Vol 10, No 1 (2022): Jurnal Eurekamatika Vol 9, No 2 (2021): Jurnal EurekaMatika Vol 9, No 1 (2021): Jurnal Eurekamatika Vol 8, No 2 (2020): Jurnal Eurekamatika Vol 8, No 1 (2020): Jurnal EurekaMatika Vol 7, No 2 (2019): Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika Vol 2, No 1 (2014): Jurnal EurekaMatika More Issue