Articles
28 Documents
Search results for
, issue
"Vol 11, No 2 (2022)"
:
28 Documents
clear
<![CDATA[Estimasi Parameter Model Inflasi untuk Menganalisa Pengaruh Covid-19 Menggunakan GSTAR-Filter Kalman ]]>
<![CDATA[Miftakhul Janah Seftia Agustina]]>;
<![CDATA[Sentot Didik Surjanto]]>;
<![CDATA[Erna Apriliani]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.75776
<![CDATA[Pandemi Covid-19 selain mengganggu kesehatan manusia juga dapat mengganggu kesehatan ekonomi di seluruh dunia termasuk Indonesia. Dengan keadaan ekonomi yang tidak stabil akhir-akhir ini, permasalahan inflasi menjadi salah satu fokus penting bagi pemerintah. Inflasi merupakan salah satu indikator penting dalam stabilitas perekonomian bagi suatu negara. Oleh karena itu, perlu adanya pemodelan matematika yang sesuai yang dapat memprediksi inflasi di masa mendatang. Pengaruh Covid-19 terhadap inflasi dapat diamati dengan memperhatikan pergerakan inflasi terhadap Covid-19 berdasarkan plot data inflasi. Selanjutnya data inflasi dimodelkan menggunakan model Generalized Space Time Autoregressive (GSTAR) dengan menggunakan pembobotan invers jarak antar lokasi dan pembobotan normalisasi korelasi silang untuk mendapatkan model inflasi yang sesuai. Selanjutnya dilakukan estimasi pada parameter model menggunakan metode Filter Kalman (FK). Hasil akhir menunjukkan bahwa Filter Kalman mampu memperbaiki hasil estimasi pada model GSTAR sehingga didapatkan hasil prediksi yang mendekati data aktual. Hal ini ditunjukkan dengan hasil simulasi dan nilai MAPE yang lebih kecil dari pada nilai MAPE model GSTAR-OLS dan GSTAR-GLS sebesar 0.14302%.]]>
<![CDATA[Estimasi Tingkat Inflasi Nasional Menggunakan ARCH-GARCH Filter Kalman ]]>
<![CDATA[Radisha Fanni Sianti]]>;
<![CDATA[Sentot Didik Surjanto]]>;
<![CDATA[Erna Apriliani]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.75827
<![CDATA[Tingkat inflasi nasional merupakan salah satu indikator yang penting dalam menganalisis pertumubuhan perekonomian suatu negara. Tingkat inflasi yang tidak dikelola dengan baik dapat menyebabkan perekonomian suatu negara mengalami kemunduran. Pada data tingkat inflasi nasional digunakan model ARIMA (Autoregressive Integrated Moving Average) dan terdeteksi terdapat adanya heteroskedastisitas, sehingga digunakan model time series ARCH-GARCH (Autoregressive Conditional Heteroskedasticity-Generalized Conditional Heteroskedasticity). Model yang sesuai yaitu ARCH(1) dengan nilai MAPE (Mean Absolute Percentage Error) yang masih sangat besar yaitu 34,662%. Oleh karena itu, untuk mendapatkan nilai error yang lebih kecil dilakukan perbaikan error dengan menggunakan Filter Kalman. Hasil akhir menunjukkan bahwa Filter Kalman mampu memperbaiki hasil estimasi yang ditandai dengan nilai MAPE ARCH-Filter Kalman lebih kecil dibandingkan dengan model ARCH. Hasil estimasi terbaik pada data tingkat inflasi nasional adalah Filter Kalman polinomial derajat 2 dengan nilai Q=R=0,01 yang memiliki nilai MAPE terkecil yaitu 1,0035%.]]>
<![CDATA[Analisis Aliran Konveksi Campuran Fluida Viskoelastik Melewati Bola Teriris yang Dipengaruhi Medan Magnet ]]>
<![CDATA[Tunjung Eviloka]]>;
<![CDATA[Basuki Widodo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.75894
<![CDATA[Magnetohidrodinamik (MHD) merupakan aliran khusus yang akhir-akhir ini sering diteliti. Aliran Magnetohidrodinamik mempelajari tentang aliran fluida yang dipengaruhi oleh medan magnet dan dapat menghantarkan aliran listrik. Pada penelitian ini, akan dibahas terkait aliran konveksi campuran fluida viskoelastik melewati bola pejal teriris yang dipengaruhi medan magnet. Persamaan pembangun dibangun dari persamaan kontinuitas, momentum, dan energi. Aliran fluida viskoelastik tersebut mengalir dari bawah dan melewati bola pejal teriris yang kemudian menimbulkan lapisan batas (boundary layer). Persamaan lapisan batas tersebut kemudian ditransformasikan ke bentuk non-dimensional menggunakan variabel non-dimensional dan selanjutnya diubah ke persamaan similaritas menggunakan fungsi alir (Stream function). Persamaan similaritas kemudian diselesaikan secara numerik menggunakan metode Keller-Box. Hasil numerik yang diperoleh berupa profil temperatur dan kecepatan fluida dengan variasi parameter magnetik, parameter konveksi, parameter viskoelastik, Bilangan Prandtl, dan variasi sudut irisan bola. Hasil simulasi numerik menunjukkan semakin besar parameter konveksi, parameter magnetik dan besar sudut irisan bola maka semakin meningkat pula profil kecepatannya atau berbanding lurus, sedangkan untuk parameter viskoelastik dan Bilangan Prandtl berbanding terbalik dengan profil kecepatan . Untuk profil temperatur meningkat ketika parameter viskoelastik meningkat atau berbanding lurus, sedangkan parameter magnetik, parameter konveksi, Bilangan Prandtl, dan variasi sudut irisan berbanding terbalik.]]>
<![CDATA[Pemodelan dan Simulasi Peluang Kerugian dengan Persamaan Integro-diferensial pada Program Jaminan Kematian PT ASABRI (Persero) ]]>
<![CDATA[Yerahmeel Dwiyawara]]>;
<![CDATA[Basuki Widodo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.76910
<![CDATA[Kebangkrutan pada suatu perusahaan asuransi secara teori dapat dihitung probabilitasnya menggunakan pendekatan statistik dengan konsep ruin probability. Peluang kebangkrutan merupakan peluang terjadinya kebangkrutan pertama kali pada perusahaan asuransi. Hal ini ditandai dengan fungsi surplusnya bernilai negatif atau yang berarti perusahaan sudah tidak dapat menanggung beban klaim pada periode berikutnya. Konsep ini dapat digunakan bukan hanya untuk menghitung kebangkrutan secara utuh, namun dapat digunakan pula untuk menghitung kerugian suatu program asuransi pada waktu tertentu. Dengan memandang banyaknya klaim yang terjadi pada periode waktu tertentu sebagai suatu data berdistribusi peubah acak, dapat ditentukan nilai peluang kerugian dengan model yang dikembangkan menggunakan persamaan integro-diferensial. Menghitung probabilitas kerugian dapat menjadi acuan untuk mengetahui risiko yang mungkin dihadapi oleh perusahaan di masa mendatang. Model peluang kerugian Program Jaminan Kematian PT ASABRI (Persero) berdasarkan dengan data akumulasi klaim tahun 2019 yang berdistribusi Normal adalah sebagai berikut: ψ(u)=1-141,1129e^(m_1 u)+140,2372e^(m_2 u). Hasil simulasi peluang kerugian menunjukkan bahwa semakin besar nilai surplus, maka peluang kerugian semakin kecil.]]>
<![CDATA[Prediksi Harga Saham Jangka Pendek di Indonesia Menggunakan Metode Gaussian Process Regression ]]>
<![CDATA[Elnora Oktaviyani Gultom]]>;
<![CDATA[Mohammad Isa Irawan]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.76914
<![CDATA[Prediksi harga saham umumnya dilakukan secara jangka panjang, sedangkan harga saham tiap waktu mengalami perubahan yang signifikan. Tujuan dari Tugas Akhir ini untuk memprediksi harga saham jangka pendek dengan membangkitkan model Gaussian Process Regression menggunakan beberapa kernel yang berbeda. Model dengan menggunakan kernel Rational Quadratic dan RBF memiliki nilai rata-rata RMSE terkecil dibandingkan kedua kernel lainnya. Prediksi harga saham berdasarkan waktu dengan menggunakan kernel tersebut diperoleh prediksi satu minggu kedepan menghasilkan nilai EVS sebesar 0.99871. Dari hasil penelitian pada data historis harga saham 01 Desember 2019 sampai 25 Februari 2021, prediksi harga saham minggu berikutnya dihasilkan bahwa perusahaan PT Gudang Garam Tbk memiliki nilai jual yang paling tinggi dan PT United Tractors Tbk memiliki nilai beli lebih murah. Sedangkan perusahaan pada sektor Consumer Non-Cyclical memiliki rata-rata nilai jual dengan return yang tertinggi dan sektor Industrial memiliki nilai rata-rata harga beli saham dalam jumlah lebih banyak yang tertinggi.]]>
<![CDATA[Kontrol Optimal Penyebaran COVID-19 Model SEIR di Jakarta ]]>
<![CDATA[Nada Fitriani Azzahra]]>;
<![CDATA[Hariyanto Hariyanto]]>;
<![CDATA[Mardlijah Mardlijah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.76998
<![CDATA[Penyakit coronavirus (COVID-19) masuk ke Indonesia dan pertama kali terdeteksi di Jakarta. Hingga Juli 2020, kasus positif COVID-19 di Jakarta menjadi penyumbang kasus positif terbanyak di Indonesia. Hal ini menunjukkan bahwa penyebaran COVID-19 semakin meningkat dan perlu penanganan yang lebih maksimal. Oleh karena itu, dalam penelitian ini dibahas tentang pemberian kontrol yang optimal untuk mengendalikan penyebaran COVID-19 di Jakarta dengan model SEIR (Susceptible Exposed Infected Recovered). Model SEIR yang digunakan merupakan hasil pengembangan dari model yang sudah ada dengan mengikuti kondisi penyebaran COVID-19 di Jakarta. Salah satu upaya yang dapat dilakukan untuk mengontrol penyebaran COVID-19 adalah dengan melakukan testing. Testing dilakukan pada populasi exposed dengan tujuan dapat mengurangi penyebaran COVID-19 di Jakarta. Kemudian menentukan kontrol optimal menggunakan Prinsip Maksimum Pontryagin dan diselesaikan secara numerik menggunakan program Matlab berdasarkan metode forward-backward sweep Runge-Kutta orde empat. Dari hasil analisis simulasi, didapat bahwa dengan melakukan testing pada populasi exposed yang mengakibatkan berkurangnya jumlah populasi exposed sebesar 99% sehingga dapat mengurangi penyebaran COVID-19 di Jakarta.]]>
<![CDATA[Model Optimasi Portofolio Saham dengan Aset Bebas Risiko dan Estimasi Risiko dengan Menggunakan Expected Shortfall ]]>
<![CDATA[Erlyne Nadhilah Widyaningrum]]>;
<![CDATA[Hariyanto Hariyanto]]>;
<![CDATA[Suhud Wahyudi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.77467
<![CDATA[Pembentukan suatu portofolio investasi dan pengukuran risiko adalah cara yang dapat dilakukan oleh para investor untuk mengurangi tingkat risiko portofolio investasi. Maka, dalam penelitian ini dilakukan dua hal, yaitu dilakukan pembentukan model optimasi portofolio investasi yang dikembangkan dengan menggunakan teknik Lagrangian Multiplier untuk menentukan proporsi aset yang akan diinvestasikan dan melakukan perhitungan estimasi risiko menggunakan expected shortfall. Kemudian pada penelitian ini dilakukan perluasan dengan menambahkan aset bebas risiko ke dalam portofolio. Hasil yang diperoleh dari perhitungan proporsi portofolio optimal terdiri dari lima aset saham yaitu saham EXCL = 0.0137, ANTM = 0.3288 TBIG = 0.5032, UNVR = 0.1441 dan CPIN = 0.0102. Sedangkan, portofolio terdiri dari lima aset saham dan satu aset bebas risiko (10%) didapatkan perhitungan proporsi saham EXCL = 0.0136, ANTM = 0.2893 TBIG = 0.4431, UNVR = 0.1433 dan CPIN = 0.0107. Berdasarkan hasil perhitungan expected shortfall diperoleh bahwa portofolio investasi dari lima aset saham dengan satu aset bebas risiko dapat meminimalisasi risiko dibandingkan portofolio investasi dari lima aset saham.]]>
<![CDATA[Prediksi Indeks Harga Saham Menggunakan Model Dinamik Hukum Pendingin Newton ]]>
<![CDATA[Siti Masriyah]]>;
<![CDATA[Hariyanto Hariyanto]]>;
<![CDATA[Nuri Wahyuningsih]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.78431
<![CDATA[Investasi merupakan upaya penanaman modal untuk mendapatkan return yang sebesar-besarnya di masa depan. Investasi saham merupakan salah satu bentuk investasi yang dapat memberikan return yang tinggi. Namun, semakin tinggi return yang didapatkan maka, semakin besar pula kemungkinan risiko yang dihadapi. Salah satu cara untuk meminimalisir kerugian dalam investasi saham adalah dengan memprediksi indeks harga saham dengan menganalisis data indeks harga saham sebelumnya. Fenomena pengembalian rata-rata (mean reversion) yang terjadi pada indeks harga saham menyerupai perpindahan panas yang dicirikan pada hukum pendingin Newton. Pada tugas akhir ini dibahas mengenai prediksi Indeks Harga Saham Gabungan (IHSG) dengan menggunakan model dinamis yang didapat dari modifikasi hukum pendingin Newton. Terdapat tiga model dinamis hasil modifikasi hukum pendingin Newton yang akan digunakan untuk memprediksi indeks harga saham, yaitu Price Reversion Model, Price Reversion-Quasi Logistic Model dan Velocity Reversion Model. Ketiga model tersebut diterapkan pada Indeks Harga Saham Gabungan (IHSG) untuk melihat kemampuan prediksi dari masing-masing model. Berdasarkan hasil validasi model didapatkan model terbaik untuk memprediksi IHSG adalah Price Reversion Model dengan MAPE sebesar 8.4159%. Kemudian, Price Reversion Model digunakan untuk memprediksi IHSG untuk bulan April 2021 sampai Juli 2021, didapat bahwa IHSG akan mengalami tren turun dalam selang waktu tersebut.]]>
<![CDATA[Optimasi Biaya Operasional Kapal Menggunakan Metode Pemrograman Dinamis ]]>
<![CDATA[Dian Mulazamatul Fitria]]>;
<![CDATA[Suhud Wahyudi]]>;
<![CDATA[Daryono Budi Utomo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.79209
<![CDATA[Transportasi laut merupakan jalur pendistribusian terpenting dalam perekonomian di Indonesia. Sebab, lingkungan geografis Indonesia terdiri dari pulau-pulau yang dipisahkan oleh lautan. Namun saat ini Indonesia terancam kelangkaan persediaan bahan bakar yang menjadi sumber energi transportasi laut. Produksi bahan bakar menurun pada 2013 hingga 2018. Sedangkan konsumsi bahan bakar mengalami peningkatan. Selain itu, hampir setengah dari seluruh biaya operasional kapal yaitu untuk biaya konsumsi bahan bakar. Meski demikian, terdapat solusi untuk meminimalkan konsumsi bahan bakar yaitu dengan pengaturan mesin dan kecepatan kapal selama berlayar. Sehingga, pada tugas akhir ini untuk mendapatkan biaya operasional kapal yang optimal yaitu dengan cara memutuskan kecepatan kapal yang tepat. Optimasi biaya operasional kapal diterapkan dengan menggunakan metode Pemgrograman Dinamis. Penerapan metode Pemrograman Dinamis menunjukkan bahwa secara keseluruhan diperoleh biaya operasional kapal yang lebih optimal (terlihat dari jumlah konsumsi bahan bakar). Secara aktual KM.Labobar Voyage 03.2021 menghabiskan 647 KL bahan bakar. Sedangkan perolehan hasil optimasi KM.Labobar menghabiskan 610 KL bahan bakar.]]>
<![CDATA[Analisis Sentimen Ulasan Aplikasi Buzzbreak Menggunakan Metode Naïve Bayes Classifier pada Situs Google Play Store ]]>
<![CDATA[Dinda Putri Santoso]]>;
<![CDATA[Wahyu Wibowo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 11, No 2 (2022) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12962/j23373520.v11i2.72534
<![CDATA[Buzzbreak merupakan salah satu aplikasi baru yang terdaftar pada situs google play store yang dibuat pada tahun 2019 dimana aplikasi ini dapat menghasilkan uang dengan cara menukarkan point melalui hasil membaca berita dan melihat video pada laman aplikasi tersebut. Point yang telah ditukarkan dapat langsung masuk ke dalam saldo rekening pengguna terkait yang telah terdaftar. Aplikasi Buzzbreak mulai diminati pada saat Covid-19 mulai muncul di Indonesia. Hal tersebut dikarenakan aplikasi Buzzbreak membawa terobosan baru hanya dengan melihat video dan membaca berita, pengguna smartphone dapat mendapatkan uang. Aplikasi Buzzbreak mendapatkan banyak ulasan dari penggunanya baik ulasan yang ke arah positif atau negatif, sehingga hal tersebut dapat membuat pengguna baru yang ingin mengunduh kesulitan dalam menyimpulkan ulasan apakah yang paling dominan didapatkan oleh aplikasi Buzzbreak. Oleh karena itu, untuk memberikan informasi terkait dominan ulasannya positif atau negative, maka diperlukan suatu analisis yaitu menggunakan metode Naïve Bayes Classifier serta akan dilakukan juga anilisis terhadap kata-kata yang paling sering muncul dari masing-masing sentimen yang akan divisualisasikan melalui wordcloud. Ulasan didapatkan melalui crawling data pada situs google play store. Hasil yang didapatkan dari penelitian ini adalah review yang diberikan oleh pengguna Buzzbreak mengarah ke sentimen positif, serta berdasarkan visualisasi wordcloud, term yang paling sering muncul pada sentimen positif adalah “bagus” dan term yang paling sering muncul pada sentimen negatif adalah “jelek”. Hasil analisis ketepatan klasifikasi menggunakan naïve bayes classfier adalah data training dengan split ratio 70%:30% dengan nilai AUC sebesar 76,52% dan pada data testing split ratio 90%:10% di mana nilai AUC sebesar 79,34% dapat diartikan bahwa tingkat akurasi klasifikasinya sedang.]]>
