Garuda - Garba Rujukan Digital

METODE CONSTANT PERCENT OF SALARY DALAM MENENTUKAN BENEFIT DAN IURAN NORMAL PROGRAM PENSIUN NORMAL DAN DIPERCEPAT Achmad, Puteri Ressiana Dewi; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Metode Constant Percent of Salary merupakan metode pendanaan pensiun yang menghitung manfaat pensiun berdasarkan gaji karyawan sejak pertama kali masuk kerja sampai dengan pensiun. Metode tersebut dalam skripsi ini digunakan untuk menghitung besarnya benefit yang akan diperoleh peserta program pensiun pada saat pensiun normal dan pensiun dipercepat dan menghitung besarnya iuran normal yang harus dibayarkan peserta program pensiun pada saat masih aktif bekerja. Data yang digunakan adalah data karyawan suatu perusahaan dengan usia 31 tahun sampai usia 55 tahun. Data diolah dengan menggunakan Microsoft Excel 2007.Berdasarkan hasil perhitungan menggunakan metode Constant Percent of Salary diperoleh besar benefit dan besar iuran normal untuk program pensiun normal usia pensiun 55 tahun, dan juga diperoleh besar manfaat dan besar iuran normal untuk program pensiun dipercepat usia pensiun 53 dan 54 tahun . Data diolah dengan menggunakan Microsoft Excel 2007 yang terdiri dari Data 2015, Tabel Group Annuity Mortality 1971 Male, Tabel Simbol Komutasi, Perhitungan Benefit dan Iuran normal Metode Constant Percent of Salary.Kata Kunci: Constant Percent of Salary, Benefit, Iuran Normal, Program Pensiun Normal, Program Pensiun Dipercepat.ABSTRACT. Constant Percent of Salary method is a method that calculates the pension fund that pension benefits based on the employee's salary since it was first come to work until retirement. The method in this study is used to calculate the amount of future benefits participants of pension plan at the time of normal retirement and withdrawalÂ and calculate the amount of normal cost to be paid participants of pension plan while still actively working. The data used is data of employees of a company at the age of 31years until the age of 55 years. Data were processed using Microsoft Excel 2007.Based on calculations using the method of Constant Percent of Salary obtained the amount of benefit and the amount of normal cost for normal pension program with retirement age of 55 years, and also obtained the amount of benefit and the amount of normal cost for withdrawal pension program with retirement age of 53 and 54 years old. Data were processed using Microsoft Excel 2007 consisting of Data 2015, The Table of Group Annuity Mortality 1971 Male, The Table of Commutation Symbol, The Calculation of Benefit and Normal Cost by Constant Percent of Salary Method.Keywords: Constant Percent of Salary, Benefit, Normal Cost, Normal Retirement, Withdrawal.

APLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY Haryanti, Mutia Dwi; Lukman, Lukman; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKÂ Program linear merupakan salah satu teknik untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk mencari pemecahan yang optimum dengan memperhatikan pembatasan-pembatasan yang ada. Permasalahan program linear memiliki parameter antara lain jumlah produk yang harus diproduksi, jumlah bahan mentah yang tersedia terbatas atau jumlah tenaga kerja yang terampil terbatas. Seringkali parameter-parameter tersebut tidak dapat diprediksi secara pasti sehingga nilainya menjadi samar (fuzzy). Oleh karena itu, Thorani et al. (2012) memperkenalkan Metode Perangkingan Thorani untuk menyelesaikan masalah pemrograman linear dengan parameternya samar (fuzzy). Metode ini memiliki kelebihan dibanding metode lain karena perhitungannya lebih akurat dalam membandingkan beberapa bilangan samar (fuzzy). Untuk membantu perhitungan, sebuah aplikasi komputer dibuat untuk memudahkan pengguna dalam memahami penyelesain masalah program linear tersebut.Kata kunci: pemrograman linear fuzzy, bilangan fuzzy.Â ABSTRACT Â Linear programming is one technique for solving the problems of allocating limited resources to use linear equations and inequalities in order to find the optimum solution by taking into account the existing restrictions. Parameters of linear programming problem are the amount of product to be produced, the amount of raw material available is limited or the amount of skilled labor is limited. Often these parameters can not be predicted with certainty so that its value become fuzzy. Therefore, Thorani et al. (2012) introduced a Thorani method to solve the linear programming problems where the parameters are fuzzy numbers. This method has advantages over other methods because the calculation is more accurate to compare some fuzzy numbers To help the calculation, a software designed to enable users to understand how to solve the linear programming problem.Key words: fuzzy linear programming, fuzzy numbers.

PENGGUNAAN METODE BORNHUETTER-FERGUSON PADA PERAMALAN BESAR CADANGAN CLAIMS ASURANSI Majid, Abu Bakar Faris Abdul; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Asuransi merupakan salah satu langkah dari sekian banyaknya langkah untuk menanggulangi resiko maupun mengurangi dampak resiko atas kerugian yang sewaktu-waktu terjadi secara tidak pasti. Jumlah besarnya manfaat penanggulangan resiko tergantung pada peluang terjadinya suatu resiko pada kehidupan sehari-hari. Cadangan klaim adalah dana yang disiapkan untuk menyelesaikan pembayaran klaim-klaim yang belum terselesaikan. Cadangan klaim adalah salah satu bagian yang penting bagi suatu perusahaan asuransi. Jika perusahaan asuransi salah mengambil langkah dalam memprediksi cadangan klaim untuk periode kedepan, hal ini dapat mengakibatkan ketidakakuratan untuk menutupi pengeluaran yang diakibatkan pengajuan klaim dari pemegang polis dan akan mengganggu kestabilan keuangan dari perusahaan asuransi tersebut. Penelitian ini membahas mengenai bagaimana menentukan besar cadangan klaim asuransi umum menggunakan metode Bornhuetter-Ferguson. Metode Bornhuetter-Ferguson merupakan salah satu teknik estimasi yang cukup terkenal dalam meramalkan cadangan klaim. Berdasarkan hasil penelitian yang telah dilakukan dapat disimpulkan bahwa hasil peramalan yang diperoleh dapat dikategorikan kedalam tingkat keakuratan yang sangat baik.Â Kata kunci: asuransi, metode Bornhuetter-Ferguson, Cadangan klaim, run-off triangle, prediction error. Â ABSTRACT. Insurance is one way of the many ways to overcome the risk and reduce the impact of risk on losses that occur at any time occur uncertainly. The magnitude of risk mitigation benefits depends on the chances of a risk occurring in everyday life. Claim reserves are funds that are prepared to settle the payment of unresolved claims. Claim reserves is an important part of an insurance company. If the insurer is wrong to take steps to predict a claim reserve for the foreseeable future period, this may result in inaccuracy to cover the exposure resulting from the claim filed by the policyholder and will disrupt the financial stability of the insurer. In this research will be examined how to determine the large reserves of general insurance claims using Bornhuetter-Ferguson method. The Bornhuetter-Ferguson method is one of the well-known estimation techniques for predicting claims reserves. Based on the results of research that has been done can be concluded that the results outleted forecast can be categorized into a very good accuracy level.Keywords: insurance, Bornhuetter-Ferguson method, claim reserves, run-off triangle, prediction error.

Usulan Metode Penyelesaian Pemrograman Linear Fuzzy Menggunakan Informasi Metode Zimmermann Agustina, Fitriani; ., Lukman; Puspita, Entit
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Terdapat beberapa metode penyelesaian permasalahan pemrograman linear fuzzy yang diusulkan dan dikembangkan oleh para peneliti. Artikel ini membahas mengenai suatu usulan metode baru untuk menyelesaikan pemrograman linear fuzzy berdasarkan informasi dari metode Zimmermann. Penyelesaian pemrograman linear fuzzy menggunakan metode Zimmerman ini mempunyai kelemahan untuk penyelesaian kasus pemrograman linear fuzzy tanpa batas dan tidak ada kasus solusi. Untuk mengatasi kelemahan ini, peneliti mengusulkan metode alternatif untuk menyelesaikan pemrograman linear fuzzy dengan cara membangun fungsi keanggotaan dan menggunakan peringkat Thorani. Metode baru yang peneliti usulkan ini dinamakan metode Pengembangan Zimmermann. Hasil metode ini menunjukkan hasil yang lebih baik. Kata Kunci: Fuzzy Linear Programming, Ranking Thorani, Zimmerman Method.Â Proposed Solving Fuzzy Linear Programming Using Information From Zimmermann MethodABSTRACT. There are several methods for solving fuzzy linear programming problems proposed and developed by researchers. This article discusses a proposed new method for solving fuzzy linear programming based on information from the Zimmermann method. The completion of fuzzy linear programming using the Zimmerman method has the disadvantage of resolving the case of boundless fuzzy linear programming and no case of solution. To overcome this weakness, researchers propose an alternative method to solve fuzzy linear programming by building membership functions and using Thorani ratings. The new method that the researchers propose is called Pengembangan Zimmermann method. The results of this method show better results.Key words: Fuzzy Linear Programming, Ranking Thorani, Zimmerman Method.

PENERAPAN METODE SCHNABEL DALAM MENGESTIMASI JUMLAH ANGGOTA POPULASI TERTUTUP (Studi Kasus Perhitungan Populasi Ikan Mola-mola) Safitri, Gina; Dasari, Dadan; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Jumlah populasi baik manusia, hewan, tumbuhan berubah setiap waktu. Informasi mengenai jumlah populasi ini dibutuhkan untuk mengetahui keragaman dan kemelimpahan makhluk hidup agar tetap terjaga kelestariannya. Statistika telah mengembangkan sebuah metode dalam mengestimasi jumlah anggota populasi hewan pada populasi tertutup yaitu metode Capture Mark Release Recapture (CMRR) yaitu metode estimasi populasi yang dilakukan dengan cara menangkap, menandai, melepaskan dan menangkap kembali sampel sebagai metode pengamatan populasi.Teknik Capture Mark Release Recapture (CMRR) terdiri dari 3 metode, yaitu metode Licoln-Petersen, metode Schnabel dan metode Schumacher-Eschmeyer. Metode yang paling sederhana dalam Capture Mark Release Recapture (CMRR) adalah metode Licoln-Petersen. Metode Licoln-Petersen merupakan metode yang dilakukan dengan satu kali penandaan (marking) dan satu kali penangkapan ulang (recapture). Karena estimasi yang diperoleh dari metode ini dinilai kurang akurat, maka untuk mengatasi kekurangan tersebut muncul sebuah metode baru yaitu metode Schnabel. Metode Schnabel merupakan metode estimasi jumlah anggota populasi dalam teknik Capture Mark Release Recapture (CMRR) dimana pengambilan sampel dan penandaan sampelnya dilakukan lebih dari dua kali. Dalam penulisan karya tulis ilmiah ini penulis mencoba mengaplikasikan metode Schnabel dalam menghitung populasi ikan mola-mola. Berdasarkan hasil perhitungan diperoleh bahwa estimasi jumlah anggota populasi ikan mola-mola adalah sebanyak 450 ikan.Kata Kunci: Populasi hewan, ikan mola-mola, Capture Mark Release Recapture (CMRR), metode Schnabel.ABSTRACT. The number of human, animal and plant population changes every time.The most accurate method to determine the density of population is by counting the number of the entire individual (cencus), but it is getting hard to conducted due to various constraints such as the natural situation, the locations of research, the funding and the time.Statistics have developed a method to estimate the number of animal populations in the covered population. The technique is Capture Mark Release Recapture (CMRR). The population estimation in this technique is done by capturing, marking, releasing and recapturing sample population as a method of observation.In Capture Mark Release Recapture (CMRR) there is 3 methods, Licoln-Petersen Method, Schnabel Method and Schumacher-Eschmeyer method. Licoln-Petersen is the simplest method in Capture Mark Release Recapture (CMRR). Licoln Petersen is the method which is performed with one marking and one recapture. Because of the estimates obtained from this method was considered less accurate, then to overcome these deficiencies, the method od Schnabel arose. Schnabel method is a method of estimating the number of closed population in Capture Mark Release Recapture (CMRR)Â which is sampling and marking more than twice. In writing this paper, the researcher tried to apply Schnabel method in calculating the population of sunfish. Based on the calculations, the estimation number of the sunfish population is 450 fish.Keyword: Animal population, Sunfish, Capture Mark Release Recapture (CMRR), Schnabel Method.

PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Novianti, Neera Puri; Agustina, Fitriani; Marwati, Rini
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Keberadaan inventori dalam kegiatan usaha tidak dapat dihindarkan karena untuk mendapatkan barang tidak dapat diperoleh secara instan. Pengendalian inventori diperlukan agar suatu perusahaan tidak mengalami kerugian akibat dari kelebihan atau kekurangan inventori. Pada penelitian ini dilakukan peramalan data permintaan dengan metode exponential smoothing. Peramalan dilakukan agar nilai inventori masa mendatang dapat diprediksi. Perhitungan inventori dilakukan dengan menggunakan metode probabilistik P kasus back order. Perhitungan inventori ini akan menghasilkan nilai biaya total yang harus dikeluarkan, nilai ukuran pemesanan dan selang waktu pemesanannya. Untuk mengefektifkan waktu, proses peramalan dilakukan dengan bantuan bahasa pemrograman R menggunakan function â€˜Holtwintersâ€™ pada package â€˜forecastâ€ dan mengkonstruksi program aplikasi perhitungan inventori dengan menggunakan bahasa pemrograman R.

PENERAPAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) UNTUK MENENTUKAN FAKTOR YANG MEMPENGARUHI MASA STUDI MAHASISWA FPMIPA UPI Annur, Mardiah; Dahlan, Jarnawi Afgani; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKÂ Keterlambatan lulus dari program S1 menjadi salah satu permasalahan yang terjadi pada mahasiswa di sebagian besar perguruan tinggi, salah satunya terjadi di FPMIPA UPI. Salah satu upaya yang dapat dilakukan sebagai usaha meminimalisir banyaknya mahasiswa yang lulus terlambat adalah dengan cara menganalisis faktor yang mempengaruhi lama masa studi mahasiswa FPMIPA UPI.Multivariate Adaptive Regression Spline (MARS), suatu kombinasi antara Recursive Partitioning Regression (RPR) dan metode Spline, mampu mengolah data berdimensi tinggi dan berukuran besar, serta mampu mengolah data dengan variabel respon berbentuk kontinu ataupun biner, sesuai dengan permasalahan klasifikasi alumni FPMIPA UPI. MARS akan membangun suatu model terbaik sebagai model klasifikasi yang melibatkan beberapa fungsi basis yang memuat variabel prediktor yang berpengaruh.Berdasarkan analisis klasifikasi yang dilakukan diperoleh kesimpulan bahwa variabel prediktor yang paling berpengaruh terhadap masa studi mahasiswa FPMIPA UPI adalah jalur masuk. Sementara variabel prediktor yang berpengaruh lainnya yaitu IP semester pertama, jenis kelamin, dan program studi.Kata kunci : Masa Studi, MARS

PENYELESAIAN MASALAH PENJADWALAN PERKULIAHAN MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS DI DEPARTEMEN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA) Puspasari, Andini; Novianingsih, Khusnul; Agustina, Fitriani
Jurnal EurekaMatika Vol 7, No 1 (2019): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Penelitian ini berjudul Penyelesaian MasalahPenjadwalan Perkuliahan Menggunakan Algoritma Genetika (StudiKasus di Departemen Pendidikan Matematika FPMIPA UniversitasPendidikan Indonesia). Penelitian ini dilatarbelakangi oleh adanyabeberapa masalah selama proses penjadwalan perkuliahan. Olehkarena itu diperlukan suatu metode yang tepat untuk memecahkanpermasalahan pada proses penjadwalan perkuliahan. Pada penelitianini Algoritma Genetika diterapkan untuk menyelesaikan masalahpenjadwalan perkuliahan di Departemen Pendidikan Matematika.Algoritma Genetika merupakan suatu algoritma pencarian yangmemanfaatkan analogi mekanisme seleksi alamiah dan mekanismekawin silang, mutasi, inversi, dan lain-lain yang ada pada genetika.Hasil implementasi menunjukkan, bahwa Algoritma Genetika telahberhasil diimplementasikan untuk menyelesaikan masalahpenjadwalan perkuliahan di Departemen Pendidikan Matematikadengan cepat.

APLIKASI METODE FUZZY MAMDANI DALAM PENENTUAN STATUS GIZI DAN KEBUTUHAN KALORI HARIAN BALITA MENGGUNAKAN SOFTWARE MATLAB Febriany, Nadya; Agustina, Fitriani; Marwati, Rini
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK: Penentuan status gizi merupakan suatu upaya yang dilakukan dalam meningkatkan derajat kesehatan balita. Balita membutuhkan energi yang berfungsi sebagai zat tenaga untuk metabolisme dan pertumbuhan. Secara teori sudah ada cara untuk menentukan status gizi dan kebutuhan kalori harian, namun penentuan tersebut menggunakan himpunan tegas (crisp). Hal ini sangat kaku, karena dengan adanya perubahan yang kecil saja terhadap suatu nilai mengakibatkan perbedaan kategori. Himpunan fuzzy digunakan untuk mengantisipasi hal tersebut, karena dapat memberikan toleransi terhadap suatu nilai sehingga dengan adanya perubahan sedikit pada nilai tidak akan memberikan perbedaan yang signifikan.Fuzzy Inference System merupakan sebuah kerangka kerja perhitungan berdasarkan konsep teori himpunan fuzzy dan pemikiran fuzzy yang digunakan dalam penarikan kesimpulan atau keputusan. Salah satu metodenya adalah Metode Fuzzy Mamdani. Prosedur dalam metode ini adalah pembentukan himpunan fuzzy, aplikasi fungsi implikasi, komposisi aturan, dan defuzzifikasi. Berdasarkan hasil pengolahan menggunakan program aplikasi yang telah dibangun dengan software Matlab R2013a dalam menentukan status gizi balita di Desa Margahayu Selatan, Kabupaten Bandung dengan menggunakan Metode Fuzzy Mamdani dan dilakukan penaksiran total populasi, maka diperoleh 271 balita dengan status gizi baik (indeks antropometri BB/U) dan status gizi normal (Indeks Massa Tubuh), 60 balita dengan status gizi lebih (indeks antropometri BB/U) dan status gizi gemuk (Indeks Massa Tubuh), dan 112 balita dengan status gizi kurang (indeks antropometri BB/U) dan status gizi kurus (Indeks Massa Tubuh).Â Â Kata Kunci: Status Gizi Balita, Kebutuhan Kalori Harian Balita, Logika Fuzzy, Fuzzy Inference System, Metode Fuzzy Mamdani.Â Â ABSTRACT: Determination of nutritional status is an effort made to improve the health of infants and can be seen nutritional condition of children under five. Children need energy to function as an energy for metabolism and growth. In theory there is a way to determine the nutritional status and daily calorie needs, but the determination of the use of the set firmly (crisp). It is very stiff, because with only minor changes to a value resulting in the different categories. Set of fuzzy is used to anticipate, because it can provide tolerance to a value so that with slight changes in the value will not be a significant difference.Fuzzy Inference System is a framework for the calculation is based on the concept ofset theory fuzzy and thinking fuzzy used in drawing conclusions or decision. As well as to problems in determining the nutritional status and daily calorie needs in infants. One of method is Method Fuzzy Mamdani. The procedure in this method is namely the establishment ofset, fuzzy the implications of the application functions, composition rules, and defuzzification. Based on the results of processing using a program application that has been built with sofware Matlab R2013a in determining the nutritional status of infants at Margahayu Village South, Bandung regency by using the Method Fuzzy Mamdani, and after the assessment of the total population, it is obtained as many as 271 children with good nutritional status (anthropometric indices W/A) and normal nutritional status (the Body Mass Index), 60 children with nutritional status (anthropometric indices W/A) and the nutritional status of obese (the Body Mass Index), and 112 children with malnutrition status (anthropometric indices W/A) and the nutritional status of underweight (Body Mass Index).Â Â Keywords: Children Nutritional Status, Daily Calorie Needs Children, Fuzzy Logic, Fuzzy Inference System, Method Fuzzy Mamdani.

ANALISIS PERTUMBUHAN EKONOMI DAN VOLATILITAS DENGAN MENGGUNAKAN METODE WAVELET Fikri, Ahmad; Agustina, Fitriani; Priatna, Bambang Avip
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Pertumbuhan Ekonomi merupakan hal yang paling penting dalam pengkategorian atau keadaan dalam suatu negara di dunia, menjadikan analisis pertumbuhan ekonomi dan volatilitas menjadikan topik yang selalu menarik untuk diteliti. Terdapat beberapa cara dalam analisis ekonomi, tetapi teknik tersebut masih belum dapat memenuhi karakteristik dari indikator-indikator pertumbuhan ekonomi dan volatilitas tersebut, contoh tidak stasioner, analisa jangka panjang ataupun pendek. Metode Wavelet digunakan untuk mengantisipasi hal tersebut, karena sifat wavelet yang dapat men-zoom in ataupun zoom out maka wavelet cocok untuk analisa jangka panjang ataupun pendek, dan tidak adanya asumsi yang perlu di penuhi dalam wavelet termasuk stasioneritas merupakan alasan mengapa wavelet digunakan.Wavelet merupakan suatu metode yang sangat berguna untuk memperlajari karakteristik time â€“ varying pada pertumbuhan ekonomi dengan detail yang sangat terperinci dan juga tidak diperlukannya asumsi stasioneritas. Dengan wavelet, kasus time series dijadikan dua komponen yaitu high frequency dan low frequency, sehingga dapat diidentifikasi fase perlambatan dan fase percepatan dari pertumbuhan ekonomi tanpa menggunakan batasan apapun. Wavelet Varians, Wavelet Korelasi dan WRNN (Wavelet Recurrent Neural Network) menjadi alat utama dalam skripsi ini. Wavelet Variansi yang akan menganalisa volatilitas, Wavelet Korelasi yang akan menganalisa co-movement, dan WRNN yang akan memproyeksi keadaan ekonominya. Berdasarkan hasil pengolah menggunakan software Matlab R2015b, Negara Indonesia merupakan negara yang bervolatilitas dalam pertumbuhan ekonomi jangka pendek, dengan co-movement terjadi dengan negara Jepang, Thailand, Philippine, dan dalam pemproyeksiannya nilai IPI Indonesia akan menaik.Â Kata Kunci: Pertumbuhan Ekonomi, Volatilitas, Wavelet, Wavelet Korelasi, Wavelet Varians, WRNN.Â Â ABSTRACT. Growth Economic known as Growth is one of the most important thing in categorical or describing the condition a country. It happens as growth and volatility analysis is one of interesting topics to be researched. Although there are several method used for growth analysis and volatility, yet those isnt filled the characteristics of growthâ€™s indicator, such stationarity, or short term and long term analysis. Wavelets are used to anticipate it, the ability to zoom in or zoom out are useful in short and long term analysis, and no stationarity assumption is one of the reason wavaelet are used lately.In Time Seriesâ€™s case wavelet present it to be two components such high frequency and low frequency, as the identification of accrelation phase of growth doesnt need to be bounded. Wavelet Varians, Wavelet Correlation, and WRNN (Wavelet Recurrent Neural Network) are a main tools in this undergraduatedâ€™s theses. Wavelet Varians is used for volatility analysis, Wavelet Correlation is used in co-movement analysis, and WRNN will predict the growth condition. Based on the the data proccesing using Matla R2015b, Indonesia is a the volatile country based on growth in short term, with the co-movement happened with Japan, Thailand, and Philippine, and also the proyectory of Indonesiaâ€™s IPI will increase.Â Keywords: Growth, Volatility, Wavelet Varians, Wavelet Correlation, WRNN.

Title

Found 33 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 33 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 33 Documents
Search