Articles
132 Documents
Search results for
, issue
"Vol 2, No 2 (2013)"
:
132 Documents
clear
<![CDATA[Estimasi Value at Risk (VaR) pada Portofolio Saham dengan Copula ]]>
<![CDATA[Novella Putri Iriani]]>;
<![CDATA[Muhammad Sjahid Akbar]]>;
<![CDATA[Haryono Haryono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1044.851 KB)
|
DOI: 10.12962/j23373520.v2i2.4653
<![CDATA[Investasi merupakan salah satu cara yang banyakdilakukan orang untuk mencapai keuntungan di masa mendatang. Saham sebagaisalah satu financial asset menjadisalah satu alternatif banyak orang untuk melakukan investasi. Return yang diperoleh dalam berinvestasisaham lebih tinggi dibandingkan berinvestasi pada perbankan, maka resiko yangditanggung apabila seseorang berinvestasi saham juga lebih tinggi. Penelitianini menggunakan metode Copula untuk mengestimasi Value at Risk (VaR) pada returnsaham Indofood Sukses Makmur (INDF), Telekomunikasi Indonesia (TLKM), GudangGaram (GGRM), Bank Rakyat Indonesia (BBRI), dan Astra International (ASII) padaperiode 1 September 2005 hingga 30 November 2010. Penelitian ini menggunakanpemodelan ARMA-GARCH untuk mendapatkan residual GARCH (1,1) yang selanjutnyadigunakan untuk pemodelan copula dan estimasi VaR. Penelitian ini menunjukkan bahwa pemodelan copula claytonsebagai model copula terbaik mampu menangkap heavy tail lebih baik berdasarkan VaR yang dihasilkan.]]>
<![CDATA[Penerapan Bootstrap pada Neural Network untuk Peramalan Produksi Minyak Mentah di Indonesia ]]>
<![CDATA[Ida Bagus Oka Ari Adnyana]]>;
<![CDATA[Dwiatmono Agus Widodo]]>;
<![CDATA[Brodjol Sutijo]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (882.436 KB)
|
DOI: 10.12962/j23373520.v2i2.4694
<![CDATA[Sumberdaya alam yang tidak dapat diperbaharui adalahminyak bumi. Saat jumlah konsumsi mengalami peningkatan, tetapi tidak sejalan denganpeningkatan jumlah produksinya, maka terjadi kesenjangan antara konsumsi minyakmentah dan produksi minyak mentah. Produksi minyak mentah dapat diramalandengan menggunakan time series forecastingatau dengan metode ARIMA dimana modeldiasumsikan sebagai fungsi linier. Ketikamodel linier menghasilkan akurasi peramalan yang kecil, kemungkinan modelnonlinier mampu menjelaskan. Salah satu model nonlinier untuk time series forecasting adalah artificial neural network. Pada penelitan ini dilakukan resampling terhadap unit input untuk melihat signifikan bobot neural network dengan melihat selangkepercayaan dari bootstrap.Perbandingan model antara model ARIMA, neuralnetwork dan neural network dengan bootstrap dalam peramalan produksiminyak mentah di Indonesia didapat bahwa model yang paling baik menggambarkandata adalah model neural network. Tetapiuntuk jumlah input neural network palingsedikit dengan menggunakan hasil dari bootstrapyang sudah di hilangkan input yang tidak signifikan, yaitu hanya memasukkan duaunit input layer. HHH]]>
<![CDATA[Pemodelan Faktor yang Mempengaruhi Jumlah Hiv dan Aids Provinsi Jawa Timur Menggunakan Regresi Poisson Bivariat ]]>
<![CDATA[Novi Tri Ratnasari]]>;
<![CDATA[Purhadi Purhadi]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1042.352 KB)
|
DOI: 10.12962/j23373520.v2i2.4823
<![CDATA[Penelitian ini menjelaskan tentang faktor yang mempengaruhiHIV dan AIDS di kabupaten dan kota diJawa Timur. Kasus HIV dan AIDS merupakankedua kasus yang berbeda tetapi mempunyaiketerkaitan satu dengan yang lain, karena itu regresi poisson bivariat diduga menjadimetode yang baik untuk memodelkanjumlah kasus HIV dan jumlah kasus AIDS.Terdapat tiga buah model regresi poisson bivariat yang dibangun. Nilai parameter yangdidapatkan dari ketiga buah regresi tersebut berbeda-beda, karena itu perlumemilih salah satu dari ketiga model tersebut.Model terbaik dari regresi poisson bivariatadalah model dengan nilai melibatkanvariabel prediktor. Pada model terbaiktidak semua variabel prediktor berpengaruh terhadap respon jumlah kasus AIDS.Variabel prediktor yang berpengaruh pada model jumlah kasus AIDS adalahpersentase penduduk tamat SMA, persentase pengguna kondom, persentase pendudukkelompok umur 25-29 tahun, persentase daerah berstatus desa dan persentasependuduk miskin di tiap kabupaten dan kota.]]>
<![CDATA[Analisa Risiko Kredit Sepeda Motor pada PT. X Finance ]]>
<![CDATA[Dwi Joko Fachrur Rozi]]>;
<![CDATA[Kresnayana Yahya]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (928.088 KB)
|
DOI: 10.12962/j23373520.v2i2.4830
<![CDATA[Kemudahan dalam memperoleh pembiayaan sepeda motor dapat menyebabkan potensirisiko kredit macet yang cukup besar bagiperusahaan-perusahaan pembiayaan tidak terkecuali dengan PT. X Finance. Berdasarkan data kantor cabang di wilayahGresik dan Lamongan tahun 2012 menunjukkan bahwa nilai rata-rata kreditmacet/FID (First Installment Default)konsumen dalam enam bulan pertama di tahun 2012 sebesar 3,19 persen untukwilayah Gresik dan sebesar 3,91 persen untuk wilayah Lamongan. Maka dilakukanpengelompokkan untuk mengetahui karakteristik konsumen di Gresik dan Lamongandengan menggunakan metode K-Means Cluster dan didapatkan 3 kelompok untukmasing-masing wilayah. Karakteristik masing-masing kelompok di Gresik adalahkelompok 1 usia berkisar 40-50 tahun, penghasilan kurang dari Rp 2 juta, danharga motor on the road (OTR) dibawahRp 10 juta. Kelompok 2 usia diatas 30 tahun, penghasilan diatas Rp 3 juta, danharga OTR motor berkisar Rp 10-15 juta. Kelompok 3 usia dibawah 30 tahun,penghasilan dibawah Rp 2 juta, dan harga OTR motor berkisar Rp 10-15 juta.Sementara di Lamongan, kelompok 1 usia antara 20-30 tahun, penghasilan dibawahRp 2 juta, dan harga OTR motor berkisar Rp 10-15 juta. Kelompok 2 usia diatas30 tahun, penghasilan diatas Rp 3 juta, dan harga OTR motor berkisar Rp 15-20juta. Kelompok 3 usia diatas 40 tahun, penghasilan dibawah Rp 2 juta, dan hargaOTR motor di bawah Rp 10 juta.]]>
<![CDATA[Analisis Statistika Faktor yang Mempengaruhi Indeks Pembangunan Manusia di Kabupaten/Kota Provinsi Jawa Timur dengan Menggunakan Regresi Panel ]]>
<![CDATA[Ayunanda Melliana]]>;
<![CDATA[Ismaini Zain]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1093.062 KB)
|
DOI: 10.12962/j23373520.v2i2.4844
<![CDATA[Pembangunan merupakan salah satu cara untuk meningkatkan kualitas kehidupan demi terciptanya masyarakat yang makmur dan sejahtera. Pemerintah terus melakukan pembangunan di segala aspek baik aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan salah satu indikator yang bisa digunakan adalah Indeks Pembangunan Manusia (IPM). Dalam perhitungan IPM telah melibatkan komponen ekonomi maupun non ekonomi. Penelitian ini bertujuan untuk meneliti faktor yang mempengaruhi IPM Jawa Timur pada tahun 2004-2011. Karena data yang digunakan merupakan data panel yaitu gabungan antara data cross section dan time series, maka IPM dimodelkan dengan regresi panel. Untuk mengestimasi model digunakan pendekatan fixed effect model (FEM) cross section weight. Pemodelan IPM dengan FEM cross section weight menghasilkan nilai R^2 sebesar 96,67 persen. Hasil penelitian menunjukkan bahwa untuk meningkatkan IPM dapat dilakukan dengan cara meningkatkan angka partisipasi sekolah (APS), jumlah sarana kesehatan, persentase rumah tangga dengan akses air bersih, tingkat partisipasi angkatan kerja (TPAK), dan PDRB perkapita.]]>
<![CDATA[Perbandingan Model ARIMAX dan Fungsi Transfer Untuk Peramalan Konsumsi Energi Listrik di Jawa Timur ]]>
<![CDATA[Andria Prima Ditago]]>;
<![CDATA[Agus Suharsono]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (833.005 KB)
|
DOI: 10.12962/j23373520.v2i2.4845
<![CDATA[Kebutuhan akan energi listrik dari pelanggan selalu bertambah dari waktu ke waktu. Seiring dengan kenaikan kebutuhan akan energi listrik dari para pelanggan, maka sistem energi listrik haruslah dikembangkan. Untuk membangkitkan dan menyalurkan energi listrik secara ekonomis maka harus dibuat peramalan konsumsi energi listrik jauh sebelum listrik tersebut dibutuhkan agar permintaan pelanggan terpenuhi dan tidak terjadi kekurangan pasokan listrik. Penelitian ini bertujuan untuk mendapatkan nilai ramalan konsumsi listrik untuk setiap kelompok pada tahun 2013. Metode analisis peramalan yang digunakan yaitu model ARIMA dengan deteksi outlier (ARIMAX) dan fungsi transfer. Dari kedua model tersebut akan dibandingkan nilai residual yang telah diperoleh dari kriteria out-sample. Model peramalan terbaik yang sesuai untuk prediksi jumlah konsumsi listrik di Jawa Timur pada periode Januari 2013 hingga Desember 2013 untuk kelompok sosial, bisnis, dan industri dengan menggunakan model ARIMAX didapatkan nilai MAPE(%) out-sample sebesar 4,50, 2,30, dan 3,63. Sedangkan untuk kelompok rumah tangga dan publik dengan menggunakan model fungsi transfer didapatkan nilai MAPE(%) out-sample sebesar 2,20 dan 1,91.]]>
<![CDATA[Perbandingan Uji Homogenitas Runtun Data Curah Hujan Sebagai Pra-Pemrosesan Kajian Perubahan Iklim ]]>
<![CDATA[Laili Zaidiyah Nihayatin]]>;
<![CDATA[Sutikno Sutikno]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3016.582 KB)
|
DOI: 10.12962/j23373520.v2i2.4851
<![CDATA[Pengujian homogenitas runtundata merupakan tahapan penting dalam kajian perubahan iklim. Tahapan inimerupakan bagian pra-pemrosesan data untuk mengurangi bias kesimpulan dariaspek noniklim. Permasalahan lain terkait kajian perubahan iklim adalah data iklim terlalu pendek, adanya missing data dan lain sebagainya.Penelitian dilakukan di lima kabupaten sentra produksi padi, yaitu: Banyuwangi,Ngawi, Lamongan, Bojonegoro, dan Jember, dengan mengambil beberapa stasiunpengamatan curah hujan. Secara umum terdapat empat uji homogenitas yangdigunakan adalah uji SNHT, uji Buishand,uji Pettitt dan uji Von Neumann. Kurangnya kajian terkait kebaikan keempatmetode tersebut, sehingga mengalami kesulitan dalam memilih metode mana yangakan digunakan, khususnya jika terdapat kesimpulan yang saling bertolakbelakang. Oleh karena itu penelitian ini mengkaji kebaikan (kinerja)masing-masing metode uji homogenitas runtun data curah hujan. Data yangdigunakan adalah data simulasi dan data curah hujan harian yang diperoleh dariBadan Meteorologi Klimatologi dan Geofisika Karangploso Malang. Metode yangdigunakan adalah simulasi tiga skenario yang dibangkitkan dari modelautoregresive dengan tiga ukuran sampel (n = 200, 600, 1000) dan tiga parameterphi (ϕ= 0.2, 0.5, 0.8). Hasil penelitian dengan data simulasi menunjukkan bahwa ujihomogenitas yang memiliki kinerja yang baik dan hampir sama adalah SNHT, uji Buishanddan uji Pettitt. Selanjutnyaketiga uji diimplementasikan pada data curah hujan di wilayah penelitian. Hasilkesimpulan yang didapatkan adalah bahwa sebagian besar data curah hujan diwilayah penelitian homogen.]]>
<![CDATA[Forecasting Rice Procurement in Regional Divisions of East Java Using Vector Autoregressive(Var) and Var-Nn Method ]]>
<![CDATA[Eva Laylatus]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1041.104 KB)
|
DOI: 10.12962/j23373520.v2i2.4854
<![CDATA[VAR is multivariate time series method that can be used to analyzethe dynamic effects of disturbance factors contained in the system. VAR is amethod that used linear pattern in modeling. Sometimes if the data wassupposedly not linear, the linear method such as VAR will not suffice. Anotherapproach that suffice nonlinierity is neural network (NN). Feed forward neuralnetwork (NN) is the most commonly used archi-tecture in NN. In this paper,there are two methods conducted. They are VAR and the combination of VAR andNN, called VAR-NN. There are three variables involved in this study. They arerice production, rice procurement, and rice price. The comparison result byusing the rice procurement shows that VAR-NN yields better forecast than VAR.But, The comparison result by using the rice price data and rice procurementdata show that VAR-NN yields worse forecast than VAR. Since this study focusedon predicting rice procurement, so the best model achieved in this researchcomes from the class of VAR.]]>
<![CDATA[Pemodelan Angka Prevalensi Kusta dan Faktor-Faktor yang Mempengaruhi di Jawa Timur dengan Pendekatan Geographically Weighted Regression (GWR) ]]>
<![CDATA[Aliefa Maulidia Dzikrina]]>;
<![CDATA[Santi Wulan Purnami]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (855.955 KB)
|
DOI: 10.12962/j23373520.v2i2.4856
<![CDATA[Kusta (lepra) atau Morbus Hansen merupakan penyakit menular yang menahun dan disebabkan oleh kuman kusta (Mycobacterium Leprae) yang menyerang syaraf tepi, kulit dan jaringan tubuh lainnya. Kasus kusta di Jawa Timur menduduki urutan pertama di Indonesia. Analisis regresi linier merupakan pemodelan statistik yang digunakan untuk memperoleh hubungan antara variabel prediktor dan variabel respon. Geographically Weighted Regression (GWR) merupakan pengembangan dari regresi linier yang digunakan untuk menganalisis data spasial. Pada penelitian ini diduga terdapat perbedaan faktor-faktor yang mempengaruhi angka prevalensi kusta antara wilayah yang satu dan lainnya, karena pengaruh spasial. Sehingga digunakan pendekatan Geographically Weighted Regression (GWR) untuk menentukan faktor yang mempengaruhi di setiap kabupaten/kota di Jawa Timur. Hasil penelitian menyimpulkan bahwa pemodelan angka prevalensi kusta di Jawa Timur menunjukkan adanya pengaruh aspek spasial. Bandwidth optimum yang diperoleh dengan menggunakan kriteria CV adalah sebesar 0,3214365, pemilihan pembobot fungsi kernel yang terpilih dengan kriteria AIC terkecil adalah kernel Gaussian. Model GWR menghasilkan R2 sebesar 98,41% lebih besar dari model regresi linier yaitu 53,2%. Faktor geografis berpengaruh terhadap kejadian angka prevalensi kusta di Jawa Timur, sehingga model GWR yang terbentuk di setiap kabupaten/kota berbeda. Faktor persentase kasus baru kusta 0-14 tahun berpengaruh signifikan pada sebagian besar kabupaten/kota di Jawa Timur.]]>
<![CDATA[Pengelompokan Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Indikator Pendidikan SMA/SMK/MA dengan Metode C-Means dan Fuzzy C-Means ]]>
<![CDATA[Hanna Silia Kartidan]]>;
<![CDATA[Irhamah Irhamah]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 2, No 2 (2013) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (726.871 KB)
|
DOI: 10.12962/j23373520.v2i2.4860
<![CDATA[Di Provinsi Jawa Timur memiliki beberapa komponen indikator pendidikan. Beberapa komponen yang masuk dalam indikator pendidikan di Jawa Timur yaitu Angka Partisipasi Murni, Angka Partisipasi Kasar, Angka Transisi, Angka Putus Sekolah, Angka Murid Mengulang, Angka Lulusan, Rasio Murid/Ruang Belajar, Rasio Kelas/Ruang Belajar, Rasio Murid/Guru dan Rasio Murid/Sekolah. Salah satu parameter keberhasilan pendidikan adalah menuntaskan APK dan APM mutu pendidikan hingga minimal mencapai 95%.Berdasarkan parameter tersebut pendidikan di Jawa Timur masih belum maksimal apabila ditinjau berdasarkan jenjang pendidikan formal khususnya pada jenjang pendidikan SMA/SMK/MA.Berdasarkan informasi yang telah didapat, penelitian ini dilakukan untuk mengetahui kabupaten/kota mana sajakah yang dapat dikelompokkan berdasarkan tingkat kemiripan berdasarkan indikator pendidikan SMA/SMK/MA di Provinsi Jawa Timur dengan menggunakan metode c-means dan fuzzy c-means. Pada kasus ini metodec-means memiliki kinerja yang hampir sama dengan metode fuzzy c-means. Hal ini berdasarkan perbandingan nilai icdrate yang hanya memiliki nilai selisih sebesar 0,001.]]>
