Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Matematika Integratif

Analisis Kesediaan Membayar Premi Asuransi Usahatani Padi Menggunakan Model Regresi Logistik Putri Adhira Novalia; Riaman Riaman; Betty Subartini
Jurnal Matematika Integratif Vol 18, No 1: April 2022
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.751 KB) | DOI: 10.24198/jmi.v18.n1.38212.19-26

Abstract

Kegiatan pertanian khususnya usahatani padi akan selalu dihadapkan pada risiko yang cukup tinggi, meliputi tingkat kegagalan panen yang disebabkan oleh bencana alam (banjir, kekeringan, dll.) serta serangan hama dan penyakit tanaman karena perubahan iklim. Asuransi Usahatani Padi diharapkan dapat menjadi salah satu solusi untuk pengalihan risiko gagal panen yang mungkin dialami oleh petani. Tujuan dari penelitian ini adalah untuk menentukan nilai rata-rata, faktor-faktor yang memengaruhi, dan nilai peluang kesediaan membayar premi. Kesediaan membayar premi nilainya dapat ditentukan melalui Contingent Valuation Method (CVM). Sedangkan untuk mengetahui faktor-faktor yang memengaruhi dan nilai peluang kesediaan membayar premi dianalisis menggunakan Regresi Logistik. Berdasarkan hasil penelitian, didapat nilai rata-rata kesediaan membayar premi sebesar Rp31.973,73/Ha/MT. Lebih kecil 11,18% dari premi yang ditentukan oleh pemerintah saat ini. Dari model Regresi Logistik diperoleh faktor utama yang dapat memengaruhi petani untuk membayar premi, yaitu luas lahan pertanian dan pengalaman bertani, serta nilai peluang petani untuk membayar premi adalah 0,1414.
Analisis Perbandingan Hasil Peramalan Harga Saham Menggunakan Model Autoregresive Integrated Moving Average dan Long Short Term Memory Luki Setiawan; Dwi Susanti; Riaman Riaman
Jurnal Matematika Integratif Vol 19, No 2: Oktober 2023
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v19.n2.42164.223-234

Abstract

Saham menjadi salah satu instrumen investasi yang populer di tengah masyarakat modern. Saham berpotensi memberikan keuntungan yang besar namun juga memiliki risiko yang besar, oleh sebab itu dibutuhkan peramalan harga saham untuk menghadapi risiko dalam berinvestasi saham. Data harga saham termasuk ke dalam data deret waktu sehingga diperlukan analisis deret waktu dalam meramalkannya. Terdapat dua model populer dalam meramalkan data deret waktu yaitu Model Autoregressive Integrated Moving Average (ARIMA) dan Model Long Short Term Memory (LSTM). Tujuan dalam penelitian ini adalah untuk menemukan model ARIMA terbaik dan kombinasi hyperparameter model LSTM terbaik, serta membandingkan akurasi hasil peramalan kedua model tersebut untuk memperoleh model yang terbaik dalam meramalkan harga saham terpilih. Metode Maximum Likelihood Estimation digunakan dalam mengestimasi parameter model ARIMA dan Metode Trial and Error digunakan dalam menentukan kombinasi hyperparameter model LSTM. Data yang digunakan adalah data harga penutupan saham BBCA, BBTN, dan BMRI selama 1 tahun (1 April 2021 – 31 Maret 2022). Hasil penelitian menunjukkan bahwa model LSTM merupakan model terbaik dalam meramalkan data harga saham BBCA, sementara itu model ARIMA (1,1,0) merupakan model terbaik dalam meramalkan data harga saham BBTN dan BMRI. Seluruh hasil peramalan dengan menggunakan model terbaik untuk masing-masing saham, masuk ke dalam kriteria peramalan yang sangat akurat karena memiliki nilai MAPE <10%.