Article Per Year (5 Year)
p-Index From 2019 - 2024
1.286
P-Index
This Author published in this journals
All Journal Statistika Jurnal Pengajaran MIPA Jurnal Pengajaran Matematika dan Ilmu Pengetahuan Alam Jurnal Online Pendidikan Matematika Kontemporer EurekaMatika (Jurnal Online Matematika S1) E-Dimas: Jurnal Pengabdian kepada Masyarakat International Research Journal of Business Studies (E-Journal) Jurnal Eurekamatika Euclid
Entit puspita
Universitas Pendidikan Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
ANALISIS INDEKS HARGA SAHAM MENGGUNAKAN METODE VALUE AT RISK DENGAN PENDEKATAN EKSPANSI CORNISH FISHER DAN METODE RANTAI MARKOV Alpian, Ilham; Puspita, Entit; Marwati, Rini
Jurnal EurekaMatika Vol 5, No 1 (2017)
Publisher : Program Studi Matematika Jurusan Pendidikan Matematika FPMIPA UPI

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

Abstract

ABSTRAK. Value at Risk (VaR) menggunakan pendekatan Cornish Fisher lebih memperhatikan distribusi returnnya dengan mengambil taraf kepercayaan 95% yang melibatkan momen pertama, momen kedua, momen ketiga, dan momen keempat sehingga investor dapat lebih mengantisipasi kemungkinan akan terjadinya risiko tanpa harus memenuhi bahwa data harus berasal dari distribusi normal. Penerapan rantai Markov untuk dapat mengetahui dengan akurat secara teoritis nilai peluang perubahan state indeks harga saham pada waktu yang akan datang.Berdasarkan analisis menggunakan Metode VaR dengan pendekatan Cornish Fisher yang merupakan teknik optimalisasi dan Metode rantai Markov yang merupakan teknik deskriptif maka diperoleh hasil bahwa untuk analisis indeks harga saham BBNI diperkirakan kerugian maksimum yang diperoleh investor sebesar 74,477% dengan peluang naik sebesar 0,4377. Sedangkan untuk indeks harga saham BBRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 63,941% dengan peluang naik sekitar 0,4763. Pada indeks harga saham BMRI diperkirakan kerugian maksimum yang diperoleh investor sebesar 291,7135% dengan peluang naik sebesar 0,4802. Pada indeks harga saham BBTN diperkirakan kerugian maksimum yang diperoleh investor sebesar 70,676% dengan peluang naik sebesar 0,4652.liskan abstrak dalam bahasa Indonesia.  Kata Kunci: Value at Risk, Ekspansi Cornish Fisher, Distribusi return, Rantai Markov, Steady-state, Indeks Harga Saham.   ABSTRACT. Value at risk (VaR) with expansion Cornish Fisher approach took attention more in the return distribution with 95 % confidence level that involving the first, second, third, and forth moment so that the investor could anticipate the risk’s possibility when the data is not from a normal distribution. The application of Markov chain is used to find out theoretically the probability of the change state of stock market in the future.Based on the analysis using VaR method with Cornish Fisher, which  the optimization technique, and Markov chain method is the descriptive technique, we obtained that for BBNI stock market index analysis, there is an estimation that the investors can get maximum loss 74,477% with probability of amend is 0,4377. As for the BBNI stock market index we estimated that the investors can get maximum loss 63,941% with probability of amend is 0,4763. In the BMRI Stock market index, we estimated that the investors will can maximum loss 291,713% with probability of amend is 0,4802. In the BBTN stock market index, we estimated that the investors will get maximum loss 70,676% with probability of amend is 0,4652.. Keywords: Value at Risk, Ekspansi Cornish Fisher, Return distribution, Markov chain, Steady-state, Stock Market Index.
Convergence Numerically of Trinomial Model in European Option Pricing Ririn Sispiyati, Entit Puspita, Fitriani Agustina,
INTERNATIONAL RESEARCH JOURNAL OF BUSINESS STUDIES Vol 6, No 3 (2013): December 2013 - March 2014
Publisher : Universitas Prasetiya Mulya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.509 KB)

Abstract

FPM PADA KELUARGA EKSPONENSIAL BENTUK KONONIK Puspita, Entit
Jurnal Pengajaran MIPA Vol 3, No 1 (2002): JPMIPA: Volume 3, Issue 1, 2002
Publisher : Faculty of Mathematics and Science Education, Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18269/jpmipa.v3i1.34973

Abstract

We can determine the distribution of the random variable by considering its moment generating function (MGF). Unfortunately there are some distribution which have no MGF. This kind of the problem cann’t occur on an exponential family, because the comunic form of the family always can be determined its MGF.
UPAYA MENGAKTIFKAN SISWA DALAM PEMBELAJARAN MATEMATIKA MELALUI LESSON STUDY (Studi Kasus pada Siswa Kelas VII SMPN I Jatinangor dengan Topik Penjumlahan dan Pengurangan Bentuk Aljabar Suku Sejenis dan Bukan Sejenis) Rahayu, Endang Sri; Juandi, Dadang; Puspita, Entit
Jurnal Pengajaran MIPA Vol 8, No 1 (2006): JPMIPA: Volume 8, Issue 1, 2006
Publisher : Faculty of Mathematics and Science Education, Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18269/jpmipa.v8i1.35151

Abstract

Salah satu upaya untuk mengaktifkan siswa dalam pembelajaran matematika dapat dilakukan melalui penerapan model pembinaan propesi guru yang dikenal dengan nama “Lesson Study”. Kegiatan Lesson Study dilakukan dalam tiga tahapan yaitu Plan (perencanaan), Do (pelaksanaan) dan  See (repleksi) yang dilakukan secara kolaboratif dan berkelanjutan. Dengan menggunakan  instrumen penelitian berupa Lembar Observasi dan Lembar Kerja Siswa dengan topik penjumlahan dan pengurangan bentuk aljabar suku sejenis dan bukan sejenis, penelitian dilaksanakan terhadap siswa kelas VII  SMPN I Jatinangor, observasi kelas dilakukan oleh 26 guru matematik pada hari Rabu tanggal 22 Desember 2006 bertepatan dengan Implementasi putaran pertama kegiatan Lesson Study. Dari hasil analisis lembar observasi pembelajaran terungkap bahwa model pembelajaran Kooperatif tipe Jigsaw dapat memotivasi setiap anggota kelompok untuk bekerja sama secara bertanggung jawab mengerjakan tugas yang terdapat pada LKS. Nilai tugas matematik pada LKS yang diperoleh masing-masing kelompok berkategori tinggi, menunjukkan bahwa kegiatan`berdiskusi kelompok kecil untuk menyelesaikan masalah  lebih memotivasi anak dalam menemukan solusi yang lebih baik. Hal-hal penting yang diperoleh guru sebagai observer dari kegiatan lesson study ini adalah adanya penambahan pengetahuan tentang model pembelajaran kooperatif tipe jigsaw; memilih media pembelajaran sederhana dan menyusun yang LKS dapat memotivasi dan membantu siswa bermatematika secara aktif; cara guru memberikan motivasi pada siswa; dan cara menjalin hubungan yang baik antara guru dengan siswa.
PENERAPAN MODEL THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (TGARCH) DALAM PERAMALAN HARGA EMAS DUNIA Darmawan, Ryaneka; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (736.746 KB) | DOI: 10.17509/jem.v3i1.11198

Abstract

ABSTRAK  Ekonomi merupakan aspek penting suatu negara, beragamnya bentuk kegiatan ekonomi menggambarkan pentingnya ekonomi bagi masyarakat. Salah satu kegiatan ekonomi adalah investasi, investasi saat ini sangat beragam salah satunya investasi emas. Emas merupakan barang berharga dan memiliki nilai jual yang tinggi, selain itu emas juga lebih mudah didapatkan untuk saat ini. Oleh karena itu diperlukan suatu cara menentukan harga emas pada masa yang akan datang, sehingga investasi yang dilakukan mendapatkan keuntungan. Model runtun waktu terbagi dua kondisi, pertama kondisi dengan variansi konstan (homoskedastisitas) dan kedua kondisi variansi tidak konstan (heteroskedastisitas). Model runtun waktu dengan variansi konstan biasa disebut dengan model Box-Jenkin’s. Harga emas dunia merupakan data yang memiliki variansi tidak konstan, oleh karena itu peramalan harga emas dunia dengan menggunakan model Box-Jenkin’s kurang tepat sehingga model runtun waktu dengan kasus heteroskedastisitas lebih cocok digunakan. Banyak model runtun waktu untuk kondisi heteroskedastisitas, salah satu model terbaik yaitu model Threshold Generalized Autoregressive Conditional Heteroscedastic (TGARCH). Identifikasi model TGARCH dengan cara trial dan error, setelah dilakukan estimasi dan verifikasi maka didapatkan model TGARCH(2,1) sebagai model terbaik untuk peramalan. Hasil peramalan dengan model TGARCH(2,1) memiliki nilai Mean Squared Error (MSE) sebesar 723,032 dan nilai The Mean Absolute Percentage Error (MAPE) yang relatif kecil sebesar 1,4952%.Kata kunci: Investasi, Emas, TGARCH, MSE, MAPEABSTRACT  Economics is an important aspect of a country, the diversity of forms of economic activity illustrate the economic importance for the community. One of the economic activity is investment, now investment is diverse one of them gold investment. Gold is valuable and has a high resale value, moreover gold more readily available for the moment. Therefore we need a way to determine the price of gold in the future, so that the investment will be getting profit. Time series models is divided into two conditions, the first condition with constant variance (homoscedastic) and the second condition is variance not constant (heteroscedastic). Time series models with constant variance commonly called the Box-Jenkin's models. World gold prices is data that has variance is not constant, therefore the world gold price forecasting using models Box-Jenkin's not quite right so the model time series with heteroskedastic case more suitable. Many models for time series heteroskedastic conditions, one of the best model is a model Threshold Generalized Autoregressive Conditional Heteroscedastic (TGARCH). Identification TGARCH model using by trial and error, after the estimation and verification of the obtained models TGARCH (2.1) as the best model for forecasting. Results forecasting model TGARCH (2.1) has a value of Mean Squared Error (MSE) of 723.032 and the value of the Mean Absolute Percentage Error (MAPE) is relatively small as 1.4952%.Keywords : Investment, Gold, TGARCH, MSE, MAPE
PREDIKSI HARGA SAHAM MENGGUNAKAN MODEL JUMP DIFFUSION Ilyas, Isti Agustia; Puspita, Entit; Rachmatin, Dewi
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.335 KB) | DOI: 10.17509/jem.v6i1.11654

Abstract

ABSTRAK. Pergerakan harga saham pada dasarnya tidak dapat diprediksi secara pasti dan berfluktuasi seiring dengan bertambahnya waktu dan situasi yang berkembang, karena itu diperlukan model harga saham untuk periode yang akan datang. Salah satu metode yang digunakan untuk memprediksi harga saham di masa yang akan datang berdasarkan harga saham masa lalu adalah Jump Diffusion Model. Kesimpulan yang didapat dari penelitian ini adalah terbentuknya model jump diffusion untuk memprediksi harga saham Bank Negara Indonesia (persero) Tbk periode yang akan datang berdasarkan Persamaan Diferensial Stokastik (PDS) dan Proses Ito. Model dan prediksi harga saham yang diperoleh memiliki Mean Absolute Percentage Error (MAPE) sebesar 1,761%, sehingga akurasi prediksi atau peramalan harga saham termasuk ke dalam kategori sangat baik. Kata Kunci: Jump Diffusion Model, Return Saham, Investasi, Prediksi Harga Saham, Persamaan Diferensial Stokastik (PDS), Proses Ito. ABSTRACT. Stock price movements are basically unpredictable and fluctuate as time and situation grow, therefore a stock price model is needed for the coming period. One method used to predict future stock prices based on past stock prices is the Jump Diffusion Model. The conclusion of writing this paper is the derivative of jump diffusion model to predict the future stock price of Bank Negara Indonesia (Persero) Tbk based on Stochastic Differential Equation (SDE) and Process Ito. The model and stock price predictions obtained have Mean Absolute Percentage Error (MAPE) of 1.761%, so prediction accuracy or stock price forecasting fall into very good category. Keywords: Jump Diffusion Model, Stock Return, Investment, Stock Price Prediction, Stochastic Differential Equation (SDE), Ito Process.
Model Vector Autoregressive-Generalized Space Time Autoregressive Winata, Hilma Mutiara; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (214.848 KB) | DOI: 10.17509/jem.v5i2.9598

Abstract

ABSTRAK. Data volume kendaraan yang masuk ke Kota Bandungmelalui gerbang tol yang berada di Kota Bandung adalah data runtun waktumultivariate berpola musiman. Untuk memperoleh prediksi volumekendaraan yang masuk melalui gerbang tol dimasa yang akan datangdibutuhkan suatu model peramalan. Salah satu model runtun waktumultivariat yang menghubungkan keterkaitan antara waktu dan lokasi,dimana data runtun waktu tersebut berpola musiman adalah model VectorAutoregressive-Generalized Space Time Autoregressive (VAR-GSTAR).Model ini terdiri dari 2 orde yaitu orde waktu yang diperoleh dari modelVAR dan orde spasial yang diperoleh dari model GSTAR. Keterkaitanantar ruang pada model ini ditunjukkan dengan pembobotan lokasi. Dalampenelitian ini digunakan bobot lokasi normalisasi korelasi silang. Hasilramalan yang diperoleh dari model VAR-GSTAR pada data volumekendaraan yang masuk ke Kota Bandung melalui gerbang tol yang beradadi Kota Bandung adalah mengikuti pola data yang sebelumnya, yaituberfluktuasi dengan kecenderungan yang naik.Kata Kunci: VAR-GSTAR, Bobot lokasi normalisasi korelasi silang,Peramalan.ABSTRACT. Volume of vehicles coming into the city of Bandung throughtoll gates in the city of Bandung is the seasonal multivariate time seriesdata. To obtain a prediction volume of vehicles that go through the tollbooths in the future requires a forecasting model. One of modelmultivariate time series that connects between the time and the location,where the data of the time series data is seasonally namely VectorAutoregressive-Generalized Space Time Autoregressive (VAR-GSTAR)models. This model has two orders, the order of the time obtained from theVAR model and order the space obtained from GSTAR. connectionbetween the space on this model is indicated by the weighting of thelocation. This research used a weight normalized cross correlation.Forecast results obtained from the VAR-GSTAR model on the data volumeof vehicles coming into the city of Bandung through toll gates in the cityof Bandung is to follow the pattern of previous data, which fluctuates withrising tendency.Keywords: VAR-GSTAR, Weights location normalized cross correlation,Forecasting.
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)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (193.1 KB) | DOI: 10.17509/jem.v6i1.11656

Abstract

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. Kata kunci: asuransi, metode Bornhuetter-Ferguson, Cadangan klaim, run-off triangle, prediction error.  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)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.197 KB) | DOI: 10.17509/jem.v6i2.14896

Abstract

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. 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.
Metode Peramalan Mortalita Menggunakan Metode Lee-Carter Nursaadah, Ima; Puspita, Entit; Marwati, Rini
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (366.438 KB) | DOI: 10.17509/jem.v3i1.11194

Abstract

ABSTRAK  Skripsi ini membahas mengenai aplikasi Model Lee-Carter untuk peramalan laju mortalita di Australia. Data yang digunakan adalah data peluang mortalita Australia tahun 1921-2008, dimana usia yang digunakan adalah 0-109 tahun. Central death rates  diasumsikan berbentuk linear dan eksponensial. Selanjutnya peluang mortalita diestimasi menggunakan Singular Value Deomposition (SVD) dan dibentuk kembali menjadi sebuah tabel mortalita Model Lee-Carter. Selanjutnya, akan diramalkan indeks kematian menggunakan ARIMA (0,1,1) untuk tahun 2009-2011. Dengan asumsi  dan  konstan, akan dibentuk tabel mortalita tahun 2009-2011. Hasil dari peramalan tabel mortalita tahun 2009-2011 memberikan hasil peramalan yang baik. Diperoleh pula bahwa asumsi eksponensial untuk central death rates memberikan error yang lebih kecil dibandingkan dengan asumsi linear.Kata kunci : mortalita, central death rates, peramalan, Lee-CarterABSTRACT This paper discusses about the application of the Lee-Carter Model to forecasting mortality rates in Australia. These rates are available for the periode that goes from 1921-2008, which using 0-109 ages. Central death rates assumed has linear and exponensial form. The probability of mortallity is estimated using The Singular Value Decomposition (SVD) and rebuilt to a mortality table Lee-carter model. Next, ARIMA (0,1,1) used for forecast the mortality indeks for the time periode that goes from 2009-2011 in order to project. Assuming both of  and  are constant. Results of forecasting mortality tables for 2009-2011 shows that exponential assumption for central death rates better than the linear assumption.Keyword : mortality, central death rates, forecasting, Lee-Carter
Co-Authors Alfiyyati, Lydia Zayyani Alfiyyati, Lydia Zayyani Alpian, Ilham Alpian, Ilham Cece Kustiawan Cucu Cahyati Dadang Juandi Dewi Rachmatin Endang Sri Rahayu Endang Sri Rahayu Fitriani agustina Fitriani Agustina Hafizha, Zahra Ridha Ilyas, Isti Agustia Ima Nursaadah, Ima Imam Aji Nugroho Jaelani Rahman, Jaelani Julianto S.Si Khusnul Novianingsih Khusnul Novianingsih Lukman ., Lukman Majid, Abu Bakar Faris Abdul Maman Suherman Nar Herrhyanto Poppy Diara Prahesti, Danica Dwi Prahesti, Danica Dwi Prof Wahyudin Reka Septiani Rini Marwati Ririn Sispiyati Ryaneka Darmawan, Ryaneka Simamora, Yesi Kurnia Siti Nur Aisyah Surya Amami Pramuditya Surya Amami Pramuditya Winata, Hilma Mutiara