Article Per Year (5 Year)
p-Index From 2019 - 2024
4.315
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Journal on Mathematics Education (JME) Indonesian Journal of Mathematics and Natural Sciences Kreano, Jurnal Matematika Kreatif-Inovatif Pedagogi: Jurnal Pendidikan Dasar AKSIOMA JURNAL PENDIDIKAN MATEMATIKA Scientific Journal of Informatics Paedagoria : Jurnal Kajian, Penelitian dan Pengembangan Kependidikan Teorema: Teori dan Riset Matematika JKPM (Jurnal Kajian Pendidikan Matematika) JURNAL ILMIAH HUKUM DIRGANTARA JIIP (Jurnal Ilmiah Ilmu Pendidikan) Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Unnes Journal of Mathematics Education Unnes Journal of Mathematics Makara Journal of Technology Prosiding Seminar Nasional Pascasarjana Proceeding of International Conference on Science, Education, and Technology Jurnal Pedagogi Matematika
Sugiman Sugiman
Unknown Affiliation
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Other

Published : 68 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Indonesian Journal of Mathematics and Natural Sciences

 1 
Peramalan Volatilitas Risiko Berinvestasi Saham Menggunakan Metode GARCH–M dan ARIMAX–GARCH Pradewita, Wella Cintya; Dwidayati, Nur Karomah; Sugiman, Sugiman
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 1 (2021): April 2021
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model GARCH–M merupakan pengembangan model GARCH yang dimasukkan variansi bersyarat ke dalam persamaan mean. Model ARIMAX–GARCH merupakan penggabungan model ARIMAX dan GARCH. Kedua model tersebut dapat digunakan untuk mengatasi masalah heteroskedastisitas pada data. Penelitian ini bertujuan menemukan model terbaik untuk peramalan volatilitas risiko berinvestasi saham. Penelitian ini menggunakan literature dengan tahapan perumusan masalah, pengumpulan data, pengolahan dan analisis data, serta penarikan kesimpulan. Dalam analisis dan pembahasan meliputi statistika deskriptif, uji stasioneritas, pembentukan dan menentukan model terbaik kedua model, pembandingan kedua model, dan peramalan volatilitas saham. Dari hasil penelitian ini diperoleh model terbaik untuk peramalan volatilitas saham yaitu GARCH (1,1) – M dengan nilai MAPE=118,0299 lebih kecil dibanding nilai MAPE pada model ARIMAX (2,1,2)– GARCH (1,1) =191,3115. Berdasarkan model terbaik tersebut diperoleh hasil peramalan volatilitas saham sebesar 0,07629 dan apabila dana yang dialokasikan oleh investor saham sebesar Rp 200.000.000, 00 maka nilai VaR yang diperoleh sebesar Rp 85.615.826,00.GARCH-M is an expansion of the GARCH model that entered conditional variance into the mean equation. ARIMAX - GARCH is combination of ARIMAX model and GARCH model. Both models can be used to solve the problem of heteroscedasticity on data. The purpose of this research was to find the best model for forecasting of the risk of investing in stocks. The method of this research was problem formulation, data collection, data processing and analysis, and conclusions. In the analysis and discussion include descriptive statistics, stationary test, estimate and determine the best models of both models, comparison of both models, and stock volatility forecasting. The results of this research obtained the best model for forecasting of stock volatility is GARCH (1,1) - M with MAPE value = 118.0299 smaller than MAPE value of ARIMAX (2,1,2) - GARCH (1,1) = 191, 3115. Based on the best model is obtained forecasting of stock volatility is 0.07629 and if the fund allocated by investors are Rp 200,000,000.00, so the value of VaR obtained Rp 85.615.826,00.
Ketepatan Klasifikasi Metode Regresi Logistik dan Metode Chaid dengan Pembobotan Sampel Juwita, Puspa; Sugiman, Sugiman; Hendikawati, Putriaji
Indonesian Journal of Mathematics and Natural Sciences Vol 44, No 1 (2021): April 2021
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini adalah menentukan ketepatan metode regresi logistik dan CHAID dengan pembobotan sampel pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015. Populasi dalam penelitian ini adalah angkatan kerja Kabupaten Temanggung 2015. Data dalam penelitian ini diperoleh dari Sakernas Kabupaten Temanggung 2015. Variabel dependen dalam penelitian ini adalah angkatan kerja, sedangkan variabel independennya adalah klasifikasi desa/kelurahan, hubungan dengan kepala rumah tangga, jenis kelamin, umur, status pernikahan, pendidikan, pelatihan kerja, dan pengalaman kerja. Dari analisis regresi logistik diperoleh persamaan, sedangkan anlalisi CHAID menghasilkan pohon klasifikasi. Persamaan dan pohon klasifikasi tersebut dapat digunakan untuk memprediksi variabel dependen. Kesalahan klasifikasi dihitung menggunakan APER (Apparent Error Rate), kemudian ketepatan klasifikasi dapat diperoleh dengan rumus 1 – APER. Ketepatan regresi logistik dan CHAID dengan pembobotan sampel secara berturut-turut adalah 96,4% dan 96,6%. Hal ini menunjukkan ketepatan metode CHAID pada klasifikasi status angkatan kerja Kabupaten Temanggung 2015 lebih tinggi dibandingkan regresi logistik.The purpose of this study is to determine the accuracy of logistic regression and CHAID with sample weighting on Temanggung regency labor status classification in 2015. The population of this study is labor of Temanggung Regency in 2015. The data of this study is obtained from Sakernas of Temanggung Regency in 2015. The dependent variable of this study is labor status, whereas the independent variables of this study are domicile region, relation with family head, gender, age, marriage status, education level, job training, and job experience. Logistic regression analysis results a mathematic equation, and CHAID method result a classification tree. Those result can predict the dependent variable. Classification error is calculated using APER (Apparent Error Rate), then the accuracy can be calculated by 1- APER. Accuracy of logistic regression and CHAID with sample weighting respectively are 96,4% and 96,6%. This show that accuracy of CHAID is greater than logistic regression.
Co-Authors Abdul Wakhid Achmalia, Aisyah Fany Adi Nur Cahyono Adli, Abiyyi Muhammad Alamsyah - Alfian Nur Aziz, Alfian Nur Alif Fauziah Sari, Alif Fauziah Amin Suyitno Anam, Saroful Aoyama, Kazuhiro Ardhi Prabowo Arief Agoestanto Arifah, Yekti Nur Arina Ulil Faroh Ariyadi Wijaya Asriani, Elisa Desi Atika Nur Sabrina Ayu Andira Bambang Eko Susilo Budi Waluya Budi Waluya Cynthia, Ari Danuri Danuri Dedeh Kurniasih Dwi Setyawan Dwi Sulistyaningsih Dwijanto Dwijanto, Dwijanto Eko Supriyadi Emi Pujiastuti Endang Sugiharti, Endang Eva Agustiana Rahayu Fadlilah, Itsnaini Munjiyatul Hajarul Masi Hanifatur Rohman Halim, Bravura Candra Hendri Handoko hengky tri ikhsanto, hengky tri ikhsanto Heri Retnawati Hidayah, Dina Yulia Hidayati, Intan Indah Urwatin Wusqo Ismail, Abid Khoirul Isnarto Isnarto Isnarto Isnarto Isti Hidayah Iwan Junaedi Iwan Junaedi Juwita, Puspa Khathibul Umam Zaid Nugroho Kinasih, Sekar Lutfiani, Nurul M. Asikin M.Pd S.T. S.Pd. I Gde Wawan Sudatha . Ma'unah, Siti Mawarti, lida Mohammad Asikin Much Aziz Muslim Muhammad Kharis Mulyono Mulyono Muslih Hasan Pambudi Ni'mah, Lailatun Nila Ubaidah Nila Ubaidah Novalia, Dyah Nuke Apriyanti Nur Fathaillah Pajrin Nurkaromah Dwidayati, Nurkaromah Paryanto Dwi Setyawan Pawestri Dian Purnamasari Pindo Apip Permana, Pindo Apip Pradewita, Wella Cintya Pradina, Putri Dwi Pujilestari, Sri Putri, Elanda Laksinta Putriaji Hendikawati Rianisa Scientisa A Riswanti Rini Rochmad - Safitri, Tias Saiful Arifin Scolastika Mariani Setiyani Sofyan Adian Mukti St. Budi Waluya Stevanus Budi Waluja Sukestiyarno Sukestiyarno Sulardjaka Sulardjaka Sunarmi Sunarmi Sunarti Supriyanti Supriyanti Suryani, Andika Resti Triwibowo, Zanuar Try Suprayo Tyas, Marita Ayuning Ulfiati, Leili Vika Oktoviani Wahyu Setyaningrum Walid Walid, Walid Wardono Wardono Wulandari, Arum Nur Y.L. Sukestiyarno Yaya S. Kusumah YL Sukestiyarno Yulianto, Dimas Arif Zaenuri Mastur Zaenuri Zaenuri Zaenuri Zaenuri Ziyana Endah Khairun Nisa'