Claim Missing Document
Check
Articles

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN . MATEMATIKA UNIVERSITAS ANDALAS Marisa .; Hazmira Yozza; Maiyastri .
Jurnal Matematika UNAND Vol 6, No 1 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.1.33-41.2017

Abstract

Abstrak. Laju tamat mahasiswa dapat diukur dari lama atau tidaknya seseorangmenyelesaikan studi yang dapat dipengaruhi oleh faktor-faktor tertentu. Analisis yangtepat digunakan untuk menganalisis laju tamat tersebut adalah analisis survival. Analisissurvival yang digunakan untuk menganalisis hubungan antara variabel-variabel prediktorterhadap waktu survival dapat dilakukan dengan analisis regresi khusus yang menanganidata survival dan yang biasa digunakan adalah analisis regresi Cox Proportional Hazard.Data yang digunakan pada penelitian ini adalah data lama studi mahasiswa JurusanMatematika Universitas Andalas angkatan 2010. Pada penelitian ini diperoleh bahwafaktor-faktor yang signikan mempengaruhi laju tamat mahasiswa Jurusan MatematikaUniversitas Andalas angkatan 2010 adalah Indeks Prestasi (IP) semester 2, IP semester3, IP semester 4, dan jalur masuk Mandiri.Kata Kunci: Laju tamat mahasiswa, analisis survival, analisis regresi Cox ProportionalHazard
PEMODELAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE INDONESIA MELAUI BANDARA NGURAH RAI BALI DENGAN MODEL SARIMA-ARCH NURUL AISHAH; DODI DEVIANTO; MAIYASTRI MAIYASTRI
Jurnal Matematika UNAND Vol 10, No 3 (2021)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.10.3.248-259.2021

Abstract

Suatu data deret waktu dipengaruhi oleh beberapa faktor, seperti faktor trend dan faktor musiman. Data deret waktu yang dipengaruhi oleh trend dan musiman dapat dimodelkan dengan model SARIMA. Namun, model SARIMA tidak selalu menghasilkan ragam sisaan yang konstan pada data musiman yang berfluktuasi tinggi atau model yang diperoleh dipengaruhi oleh efek heteroskedastisitas. Salah satu model yang dapat mengatasi efek heteroskedastisitas adalah model ARCH/GARCH. Oleh karena itu, digunakan model ARCH/GARCH untuk mengatasi heteroskedastisitas pada data musiman . Penelitian dilakukan menggunakan data musiman yang juga memiliki fluktuasi tinggi, yaitu data jumlah kunjungan wisatawan mancanegara ke Indonesia melalui bandara Ngurah Rai Bali pada bulan Januari 2008 sampai Desember 2019. Model terbaik yang diperoleh untuk data tersebut adalah SARIMA(0,1,1)(0, 1, 1)12 ARCH(1).Kata Kunci: SARIMA, ARCH, GARCH
PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT) DI PT. SEMEN PADANG Wuri Wulandari; Hazmira Yozza; Maiyastri .
Jurnal Matematika UNAND Vol 4, No 1 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.4.1.76-84.2015

Abstract

Setiap perusahaan selalu bersaing dalam meningkatkan kualitas produk,karena kualitas merupakan hal terpenting bagi konsumen dalam memilih barang yangakan dibelinya. Untuk melihat apakah suatu produk sudah terkendali atau tidak. Dapatdigunakan suatu alat statistik yaitu dengan Bagan Kendali. Untuk data peubahganda digunakan Bagan Kendali T2Hotelling. Dan untuk mengetahui suatu produk sudahmemenuhi spesikasi yang telah ditetapkan dapat digunakan Analisis KemampuanProses (AKP). Penelitian ini bertujuan untuk menerapkan bagan kendali THotellingdan analisis kemampuan proses dalam produksi semen PPC (Portland Pozzolland Cement)di PT. Semen Padang. Data yang digunakan adalah data kualitas semen tipePPC, meliputi SO, hilang pijar, blaine, sieve on 45, bagian tak larut. Jika penyebabpenyebabkhusus dikeluarkan maka didapat karakteristik kualitas semen PPC sudahterkendali secara statistik. Didapatkan juga bahwa data kualitas berada dalam batasspesikasi yang telah ditetapkan.
PENENTUAN PORTOFOLIO DAN VALUE AT RISK MENGGUNAKAN MODEL ARMA-GARCH Adellara Mutya R; Maiyastri Maiyastri; Yudiantri Asdi
Jurnal Matematika UNAND Vol 8, No 1 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.1.1-8.2019

Abstract

Dalam dunia investasi saham merupakan bentuk yang paling populer di kalangan masyarakat. Pada saham terdapat nilai risiko dan nilai ekspektasi return yang perlu dipertimbangkan oleh investor. Nilai Ekspektasi return dapat dihitung menggunakan model analisis deret waktu yaitu ARMA, sedangkan nilai risiko dapat diukur menggunakan beberapa metode salah satunya adalah metode Value at Risk (VaR). Untuk menghitung VaR diperlukan komponen volatilitas. Volatilitas dapat diestimasi menggunakan analisis deret waktu yaitu GARCH. Pada penelitian ini, peramalan dilakukan menggunakan data harga penutupan saham PT Astra Internasional Tbk, PT Bank Central Asia Tbk, PT Bank Negara Indonesia Tbk, PT Bank Rakyat Indonesia Tbk, dan PT Telekomunikasi Indonesia Tbk. Model terbaik yang didapatkan untuk mengestimasi nilai ekspektasi retrun diantaranya MA(1) untuk PT Astra Internasional Tbk, AR(1) untuk PT Bank Central Asia Tbk, ARMA(1,1) untuk PT Bank Rakyat Indonesia Tbk, MA(1) untuk PT Bank Rakyat Indonesia Tbk, dan MA(1) untuk PT Telekomunikasi Indonesia. Sedangkan model terbaik untuk mengestimasi nilai volatilitas adalah GARCH(1,1) untuk masing-masing perusahaan. Dengan menggunakan model ARMA-GARCH yang telah diestimasi diperoleh nilai VaR terbesar sampai terkecil secara berturut-turut terjadi pada saham PT Bank Negara Indonesia Tbk, PT Astra Internasional Tbk, PT Bank Rakyat Indonesia Tbk, PT Telekomunikasi Indonesia Tbk, dan PT Bank Central Asia Tbk. Bobot portofolio yang diperoleh adalah 5.47% untuk saham PT Astra Internasional Tbk, 44.52% untuk saham PT Bank Central Asia Tbk, 1.49% untuk saham PT Bank Negara Indonesia Tbk, 6.48% untuk saham PT Bank Rakyat Indonsia Tbk, dan 42.02% untuk saham PT Telekomunikasi Indonesia Tbk.Kata Kunci: VaR, Portofolio, ARMA, GARCH
PERAMALAN JUMLAH KEDATANGAN WISATAWAN MANCANEGARA KE SUMATERA BARAT MELALUI BANDARA INTERNASIONAL MINANGKABAU DENGAN MODEL SARIMA Prawati Ningsih; Maiyastri Maiyastri; Yudiantri Asdi
Jurnal Matematika UNAND Vol 8, No 2 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.8.2.128-134.2019

Abstract

Jumlah kedatangan wisatawan mancanegara ke Sumatera Barat melalui Bandara Internasional Minangkabau cenderung mengalami perubahan di setiap tahunnya. Untuk mengetahui jumlah kedatangan wisatawan mancanegara di masa yang akan datang, dapat dilakukan dengan menggunakan model SARIMA. Model SARIMA merupakan model ARIMA yang mengandung unsur musiman. Model ini diaplikasikan untuk meramalkan jumlah kedatangan wisatawan mancanegara pada periode Januari 2019 hingga Desember 2019. Hasil analisis data menunjukkan bahwa model SARIMA(1, 0, 1)(2, 1, 0)12 yang terbaik, dimana hasil pendugaan yang diperoleh tidak jauh berbeda dari data aktual.Kata Kunci: Wisatawan Mancanegara, Model SARIMA, Peramalan
PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS) Silvia .; Maiyastri .; Ferra Yanuar
Jurnal Matematika UNAND Vol 3, No 4 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.3.4.104-111.2014

Abstract

Pengendalian proses variabilitas melibatkan lebih dari dua karakteristik mutuproses yang disebut proses multivariat. Penelitian ini bertujuan melakukan penerapanvektor ragam dalam pengendalian proses variabilitas multivariat. Penelitian ini membahas tentang pengendalian proses variabilitas untuk 2 variabel yaitu: IPK ( X1 ) dan lamastudi ( X2) lulusan jurusan Matematika Universitas Andalas dengan vektor ragam yangdinyatakan dalam bentuk T r(S 2)
PENERAPAN HIDDEN MARKOV MODEL PADA PERAMALAN PELUANG PERPINDAHAN JUMLAH PENGGUNA MERK SIM CARD DI KALANGAN MAHASISWA S1 UNIVERSITAS ANDALAS Risma Yulia; Dodi Devianto; Maiyastri .
Jurnal Matematika UNAND Vol 7, No 2 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.2.157-164.2018

Abstract

Abstrak. Hidden Markov Model adalah perkembangan dari rantai Markov dimanastate tidak dapat diamati secara langsung (tersembunyi), tetapi hanya dapat diobservasimelalui suatu himpunan pengamatan lain. Penelitian ini bertujuan untuk memeramalkanpeluang perpindahan jumlah pengguna merk SIM card di kalangan mahasiswa S1 Univer-sitas Andalas angkatan 2014 dan 2015 pada tahun 2017 dalam selang waktu satu minggudengan menggunakan algoritma Baum-Welch dalam Hidden Markov Model dan untukmemprediksi state tersembunyi atau peluang naik, turun atau tetapnya jumlah penggunamerk SIM card Telkomsel atau Indosat pada tahun 2017 dengan menggunakan DecodingProblem. Penelitian ini mengggunakan data perpindahan jumlah pengguna merk SIMcard dengan periode satu minggu. Data yang digunakan yaitu data primer dengan meng-gunakan kuesioner yang dibagikan kepada responden. Dari hasil penelitian menunjukkanbahwa Hidden Markov Model dapat digunakan untuk meramalkan peluang perpindahanjumlah pengguna merk SIM card di kalangan mahasiswa S1 Universitas Andalas pa-ling tinggi untuk periode satu minggu kedepan yaitu pada SIM card merk Telkomselke Indosat dengan menggunakan algoritma Baum-Welch. Pada algoritma Viterbi, dapatdiambil kesimpulan bahwa untuk tahun 2017 kemungkinan peluang perpindahan jum-lah pengguna merk SIM card yang berpindah dari suatu SIM card merk Telkomsel keIndosat dan Indosat ke Telkomsel di kalangan mahasiswa S1 Universitas Andalas adalahsama.Kata Kunci: Hidden Markov Model, Decoding Problem, state, algoritma Viterbi, algo-ritma Baum-Welch, SIM card
PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH Degika Widya Tama; Maiyastri .; Yudiantri Asdi
Jurnal Matematika UNAND Vol 6, No 1 (2017)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.6.1.1-8.2017

Abstract

Abstrak. Nilai tukar mata uang merupakan hal penting yang harus diperhatikan seseorangapabila akan melakukan investasi. Namun pada kenyataannya nilai tukar matauang cenderung berubah-ubah dari waktu ke waktu. Naik turunnya nilai tukar matauang menunjukkan besarnya volatilitas. Data nilai tukar mata uang dapat dimodelkandengan pemodelan deret waktu. Salah satu model yang sering digunakan yaitu modelARIMA. Untuk memodelkan tingkat volatilitas digunakan model GARCH, kemudiandilakukan perhitungan untuk menentukan resiko kerugian maksimum dengan metodeValue at Risk. Pada penelitian ini data nilai tukar/kurs yang digunakan adalah kursDolar Amerika (USD) dan Yen Jepang (JPY) terhadap Rupiah. Dari hasil penelitiandiperoleh bahwa model ARIMA terbaik untuk kurs USD yaitu ARIMA (0,1,1) danARIMA terbaik untuk kurs JPY adalah ARIMA (2,1,2). Dengan model ARIMA terbaikdiperoleh nilai peramalan untuk masing-masing kurs, dimana peramalan yang terbesaruntuk data sebenarnya adalah kurs USD. Untuk pemodelan volatilitas dengan modelGARCH dengan menggunakan data return diperoleh model terbaik untuk kurs USDyaitu GARCH (2,1) dan GARCH (1,1) untuk kurs JPY. Dari model GARCH terbaikdiperoleh ramalan return dan volatilitas yang akan digunakan dalam perhitungan Valueat Risk. Dari pehitungan Value at Risk diperoleh resiko terkecil adalah mata uang USD.Sehingga investasi terbaik dilakukan pada mata uang Dolar Amerika (USD).Kata Kunci: Nilai tukar, ARIMA, return, GARCH, volatilitas, Value at Risk
PERHITUNGAN IURAN PENSIUN UNTUK PENSIUN NORMAL BERDASARKAN METODE BENEFITE PRORATE TIPE CONSTANT DOLLAR Sarifah Aulia; Hazmira Yozza; Maiyastri .
Jurnal Matematika UNAND Vol 7, No 1 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.1.19-23.2018

Abstract

Abstrak. Metode Benet Prorate tipe Constant Dollar merupakan salah satu metodeyang digunakan untuk menghitung dana pensiun. Program pensiun yang digunakan padametode ini adalah program manfaat pasti, yang ditentukan terlebih dahulu adalah besarnyamanfaat pensiun. Setelah itu, baru ditentukan besar iuran yang akan dibayarkanpeserta program dana pensiun untuk memenuhi manfaat yang akan diterima setelahmemasuki usia pensiun. Secara umum besar manfaat dihitung berdasarkan tiga asumsi,yaitu asumsi gaji tahun terakhir, asumsi rata-rata gaji n tahun terakhir dan asumsi rataratagaji selama bekerja. Untuk menghitung iuran, metode ini tidak tergantung padabesar gaji, melainkan lama peserta bekerja dan besarnya manfaat. Manfaat pensiunterbesar diperoleh dengan mengambil asumsi gaji tahun terakhir. Iuran pensiun terkecildiperoleh dengan mengambil asumsi rata-rata gaji selama bekerja. Perhitungan programdana pensiun menunjukkan bahwa usia masuk kerja dan usia masuk program pensiunakan mempengaruhi besar manfaat yang akan diperoleh dan besar iuran yang akan dibayarkan.Semakin lama seseorang masuk kerja maka manfaat yang didapat akan semakinkecil. Semakin lama seseorang masuk program pensiun semakin besar iuran yang akandibayarkan.Kata Kunci: Benet Prorate, Constant Dollar, Pensiun, Asuransi, Anuitas, Manfaat,Iuran Normal, Mortalita
PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA Nadia Utika; Maiyastri .; Hazmira Yozza
Jurnal Matematika UNAND Vol 2, No 2 (2013)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.2.2.26-34.2013

Abstract

Pada analisis regresi linier sederhana model yang terbentuk harus memenuhibeberapa asumsi yang dikenal dengan asumsi linier klasik. Dalam asumsi linier klasikdinyatakan bahwa tidak terdapat korelasi antar galat yang disebut autokorelasi. Bila au-tokorelasi terjadi pada model regresi linier sederhana maka pengaruhnya terlihat padapenduga parameter yang tidak lagi BLUE (Best Linear Unbiased Estimator), yaitu pen-duga tidak bias dan linier, namun tidak lagi memiliki ragam yang minimum. Pengaruhautokorelasi juga dilihat menggunakan simulasi Monte Carlo. Simulasi Monte Carlomenggunakan nilai bias dan Kuadrat Tengah Galat (KTG) dengan berbagai ukuransampel dan koesien autokorelasi yang bervariasi. Hasil simulasi menunjukkan semakinbesar ukuran sampel maka bias dan KTG semakin kecil dan semakin besar nilai koesienautokorelasi maka bias dan KTG semakin besar.