Claim Missing Document
Check
Articles

PENCARIAN CLUSTER OPTIMUM PADA SINGLE LINKAGE, COMPLETE LINKAGE DAN AVERAGE LINKAGE Nur Asiska; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v8i3.33173

Abstract

Analisis cluster merupakan teknik multivariat yang digunakan untuk mengelompokkan objek/kasus (responden) menjadi kelompok-kelompok yang lebih kecil dimana setiap kelompok berisi objek/kasus yang mirip satu sama lain. Dalam analisis cluster dua prosedur yang digunakan untuk pengelompokan yaitu analisis cluster hierarki dan non-hierarki. Penentuan jumlah cluster optimum yang tepat untuk digunakan diperoleh melalui identifikasi pola pergerakan varian pada cluster yang mencapai global optimum. Penemuan posisi cluster yang mencapai global optimum pada pola pergerakan varian diperoleh melalui penerapan metode valley-tracing. Pada penelitian, digunakan penerapan analisis cluster hierarki untuk mengelompokkan kabupaten/kota di Kalimantan Barat berdasarkan indikator IPM. Dari hasil analisis pembentukan cluster optimum pada metode single linkage diperoleh cluster optimum sebanyak 4 cluster. Pada metode complete linkage diperoleh cluster optimum sebanyak 5 cluster. Metode average linkage menghasilkan cluster optimum sebanyak 5 cluster Kata Kunci : Analisis Multivariat, Analisis Cluster, Cluster Optimum 
PERBANDINGAN METODE FUZZY CLUSTERING MEANS DAN SINGLE LINKAGE PADA PENGELOMPOKAN SAHAM LQ45 Rafika Aufa Hasibuan; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i3.48546

Abstract

Investasi merupakan kegiatan penanaman modal yang bertujuan untuk mendapatkan keuntungan di masa datang. Investasi yang dilakukan seorang investor memiliki risiko yang sebanding dengan return yang ditawarkan. Banyaknya saham yang berada di indeks LQ45, merupakan salah satu kendala bagi investor dalam memilih kelompok saham terbaik untuk diinvestasikan. Oleh sebab itu, analisis cluster berguna untuk memudahkan investor atau manajer investasi dalam mengelompokkan saham-saham terbaik yang berada di indeks LQ45. Penelitian ini menggunakan data saham harian yang terdaftar di indeks LQ45, pada tanggal 3 Februari 2020 sampai 30 Juli 2020. Adapun data return bulanan yang digunakan yaitu rata-rata dari return harian pada bulan tersebut. Tujuan Penelitian ini membandingkan dua analisis cluster yaitu fuzzy clustering means dan single linkage berdasarkan return saham dan selanjutnya membandingkan hasil pengelompokan dari kedua metode tersebut sehingga dapat diketahui metode terbaik yang dapat digunakan untuk mengelompokkan saham berdasarkan return saham. Analisis yang digunakan untuk membandingkan kedua metode tersebut menggunakan nilai dari rata-rata return. Berdasarkan hasil dari rata-rata return, metode fuzzy clustering means menunjukkan hasil tertinggi yaitu sebesar 0,166% pada cluster ke 4 dengan kelompok ke-3, sedangkan pada single linkage terdapat dua cluster yang menunjukkan hasil tertinggi yaitu pada cluster ke 3 dengan kelompok ke-1 dan cluster ke 4 dengan kelompok ke-1 dengan nilai rata-rata return yang sama yaitu sebesar 0,106%.  Kata Kunci: Saham, LQ45, Analisis cluster, Return saham
PENERAPAN GSTAR-SUR PADA JUMLAH PENUMPANG PESAWAT DOMESTIK DI BANDARA INDONESIA Gilang Habibie; Yundari Yundari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.573 KB) | DOI: 10.26418/bbimst.v9i2.39919

Abstract

Generalized space time autoregressive (GSTAR) adalah model ruang waktu yang banyak digunakan di Indonesia. Sebagian besar penelitian model GSTAR menggunakan ordinary least square (OLS) untuk mengestimasi parameter. Namun, estimasi dengan metode OLS pada model GSTAR dengan residual saling berkorelasi akan menghasilkan estimator yang tidak efisien terutama pada data musiman. Metode estimasi yang sesuai untuk residual yang saling berkorelasi adalah generalized least square (GLS), yang biasa digunakan dalam model seemingly unrelated regression (SUR). Penelitian ini bertujuan untuk menganalisis model GSTAR-SUR dan membandingkannya dengan GSTAR-OLS dengan bobot seragam dan jarak. Data yang digunakan adalah data jumlah penumpang pesawat domestik setiap bulan di Bandara Polonia/Kualanamu, Soekarno-Hatta, Juanda dan Ngurah Rai dari Januari 2006 hingga September 2019. Hasil estimasi parameter GSTAR-SUR dengan bobot seragam adalah Polonia/Kualanamu (∅10=-0,494; ∅11=0,046), Soekarno-Hatta (∅10=-0,300; ∅11=-0,828), Juanda (∅10=-0,451; ∅11=0,033) dan Ngurah Rai (∅10=-0,198; ∅11=-0,019). Sedangkan GSTAR-SUR dengan bobot jarak menghasilkan estimasi Polonia/Kualanamu (∅10=-0,492; ∅11=0,026), Soekarno-Hatta (∅10=-0,292; ∅11=-1,186), Juanda (∅10=-0,455; ∅11=0,058) dan Ngurah Rai (∅10=-0,211; ∅11=0,017). Berdasarkan nilai MAPE GSTAR-SUR lebih baik dari GSTAR-OLS dengan nilai MAPE untuk model GSTAR-OLS adalah 12,90% pada bobot seragam dan 13,43% pada bobot jarak. Model GSTAR-SUR menghasilkan nilai MAPE 6,65% untuk bobot seragam dan 7,06% untuk bobot jarak. Model terbaik adalah GSTAR-SUR bobot seragam dengan nilai MAPE 6,65%. Kata Kunci : OLS, GLS, spacetime, korelasi eror
ANALISIS REGRESI ROBUST ESTIMASI-MM DALAM MENGATASI PENCILAN PADA REGRESI LINEAR BERGANDA Ariady Zulkarnain; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (435.082 KB) | DOI: 10.26418/bbimst.v9i1.38666

Abstract

Analisis regresi merupakan suatu analisis statistik yang mempelajari hubungan antara variabel dependen dengan satu atau lebih variabel independen. Model linear yang memuat beberapa variabel independen dan satu variabel dependen disebut model regresi linear berganda. Pada umumnya metode yang digunakan untuk mengestimasi parameter regresi adalah Metode Kuadrat Terkecil (MKT). Namun ketika terdapat pencilan pada data, metode tersebut kurang efektif digunakan. Pencilan dapat dideteksi menggunakan uji DfFITS. Oleh sebab itu diperlukan suatu alternatif terhadap keberadaan pencilan, salah satunya dengan menggunakan metode regresi Robust. Salah satu metode estimasi dalam regresi Robust adalah estimasi Method of Moment (MM). Tujuan dalam penelitian ini adalah untuk mengatasi data pencilan dengan menggunakan regresi Robust estimasi-MM untuk mendapatkan model terbaik. Variabel yang digunakan dalam penelitian ini adalah pengaruh rata-rata lama sekolah (X1), dan PDRB (X2) terhadap IPM (Y) di Indonesia pada tahun 2015. Analisis regresi Robust estimasi-MM di awali dengan mengestimasi parameter menggunakan MKT. Setelah mendapatkan model estimasi, selanjutnya menguji apakah data yang digunakan tedapat pencilan atau tidak. Jika terdapat pencilan pada data maka dilanjutkan dengan mencari estimasi parameter menggunakan regresi Robust estimasi-MM. Berdasarkan uji DfFITS, data yang digunakan terdapat pencilan sehingga diperlukan prosedur regresi Robust  untuk mengestimasi parameter model matematisnya. Model matematis regresi Robust estimasi-MM yang diperoleh yaitu , dimana variabel independen berpengaruh signifikan terhadap variabel dependen dengan nilai adjusted-R square sebesar 0,7365. Kata Kunci: Estimasi-MM, Regresi Robust, Pencilan.
ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI RAYLEIGH PRIOR UNIFORM DENGAN METODE BAYESIAN SELF Eka Rizki Wahyuni; Setyo Wira Rizki; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v8i2.32789

Abstract

Data survival adalah data yang menjelaskan tentang waktu suatu individu atau objek dapat bertahan hingga terjadinya suatu kejadian. Penelitian ini menggunakan metode Bayesian dengan pendekatan Squared Error Loss Function (SELF) untuk melakukan estimasi parameter pada model survival. Proses estimasi parameter metode Bayesian SELF memerlukan informasi dari fungsi likelihood dan distribusi prior yang kemudian akan membentuk distribusi posterior. Hasil dari estimasi parameter metode Bayesian SELF diterapkan pada data kasus penderita kanker paru-paru untuk mengetahui peluang bertahan hidup pasien penderita kanker paru-paru. Kesimpulan dari penelitian ini adalah hasil dari estimasi parameter distribusi Rayleigh prior Uniform dengan menggunakan metode Bayesian SELF menghasilkan nilai survival pada hari ke-95 sebesar 0,929056666 dan nilai hazard 1,549169  sedangkan hari ke-791 menghasilkan nilai survival sebesar 0,006087581 dan nilai hazard sebesar 1,289887 . Hal ini berarti, nilai fungsi survival bergerak mendekati nol sesuai dengan karakteristik fungsi survival dan fungsi hazard yang bergerak naik mendekati satu sesuai dengan karakteristik distribusi Rayleigh. Kata Kunci: Survival, Rayleigh, Bayesian, SELF.
PENENTUAN NILAI INTERNAL RATE OF RETURN DENGAN METODE NEWTON-RAPHSON PADA KASUS PENGKREDITAN KENDARAAN BERMOTOR Al Amin; Naomi Nessyana Debataraja; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (731.438 KB) | DOI: 10.26418/bbimst.v6i02.21618

Abstract

Keputusan penganggaran modal merupakan suatu tindakan untuk menilai usulan yang akan diberikan oleh perusahaan. Internal rate of return adalah salah satu metode analisis penganggaran modal dalam suatu perusahaan. Penelitian ini bertujuan untuk  mengkaji  penentuan nilai internal rate of return dengan metode Newton-Raphson pada perusahaan yang berusia                          tahun dalam jangka waktu pembayaran  tahun. Dalam menentukan nilai internal rate of return tahapan pertama yang dilakukan adalah pembayaran pengkreditan bulanan kendaraan bermotor diubah menjadi tahunan. Selanjutnya membentuk pengeluaran kas awal, kemudian nilai present value diubah dalam bentuk fungsi polinomial dan menentukan turunan pertama dari fungsi polinomial. Metode Newton-Raphson merupakan metode terbuka, terdapat selang nilai yang ditentukan oleh suatu batas dan dapat menghasilkan barisan yang konvergen. Dari hasil analisis metode Newton-Raphson memberikan penilaian bahwa dengan tahun pembayaran yang semakin tinggi maka internal rate of return semakin besar dan penilaian  tahun dengan membayarkan uang muka semakin tinggi maka internal rate of return semakin kecil. Kata Kunci: internal rate of return, formula Newton-Raphson
PERBANDINGAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA MENGGUNAKAN METODE COMMISSIONERS DAN CANADIAN Yumna Siska Fitriyani; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.45246

Abstract

Pada asuransi jiwa, peserta asuransi diharuskan untuk membayar sejumlah uang kepada perusahaan asuransi sebagai premi, dimana premi yang telah dibayarkan akan disisihkan sebagian sebagai cadangan premi yang akan dibayarkan kembali kepada peserta asuransi apabila terjadi klaim. Cadangan premi bertujuan untuk mengurangi risiko terjadinya kerugian pada perusahaan asuransi yang disebabkan tidak adanya dana yang cukup untuk membayarkan uang santunan pada saat terjadi klaim. Penelitian ini bertujuan untuk menentukan besarnya cadangan premi dengan menggunakan metode Commissioners dan Canadian yang merupakan perluasan dari cadangan prospektif. Dari metode Commissioners dan Canadian akan ditentukan metode manakah yang lebih efektif digunakan dalam menghitung besarnya cadangan premi. Perhitungan cadangan premi dilakukan dengan mencari nilai asuransi dan nilai anuitas awal, menentukan premi tahunan, menentukan premi modifikasi untuk tahun-tahun berikutnya, dan menghitung besarnya cadangan premi di akhir tahun ke-t. Penelitian ini dilakukan pada seorang laki-laki berusia 25 tahun yang mengikuti program asuransi jiwa dwiguna dengan masa pertanggungan 25 tahun dan jangka waktu pembayaran premi 23 tahun. Hasil analisis yang telah dilakukan dengan tingkat suku bunga 4%, menyatakan bahwa metode yang lebih efektif digunakan untuk menentukan besarnya cadangan premi adalah metode Canadian. Hal ini dikarenakan cadangan premi di awal tahun yang dihasilkan metode Canadian lebih besar dari pada metode Commissioners sehingga keuntungan yang diperoleh pihak perusahaan juga semakin besar.  Kata kunci: Polis, metode Commissioners, metode Canadian
MODEL MULTI STATUS DALAM PENENTUAN ASURANSI KESEHATAN PENDERITA PENYAKIT JANTUNG Nurmaulia Ningsih; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.59 KB) | DOI: 10.26418/bbimst.v8i3.33647

Abstract

Asuransi merupakan suatu lembaga keuangan, tetapi bukan bank yang memberikan perlindungan atas kerugian. Asuransi Long Term Care (LTC) merupakan asuransi yang menyediakan santunan (manfaat) bagi tertanggung yang membutuhkan perawatan medis atau para penderita penyakit kronis maupun cacat tubuh yang tidak bisa dijaminkan pada asuransi lain. Penelitian ini membahas tentang perhitungan premi untuk asuransi LTC produk Annuity as A Rider Benefit dengan model multi status (tiga status). Tiga status yang digunakan yaitu status sehat, status sakit dan status meninggal. Perhitungan premi berdasarkan matriks peluang transisi dengan data tingkat prevalensi penyakit jantung di Indonesia tahun 2013. Studi kasus yang digunakan dalam penelitian ini yaitu seorang pria berusia 30 tahun mengikuti asuransi LTC dengan masa tanggungan 5 tahun. Diketahui bahwa nilai santunan ketika seseorang tersebut mengalami kematian sebesar Rp100.000.000 dan jika seseorang mengalami masa perawatan sebesar Rp20.000.000 setiap tahun masa tertanggung. Suku bunga yang digunakan yaitu 5% berdasarkan BI Rate. Hasil perhitungan diperoleh premi tahunan untuk asuransi LTC dengan produk Annuity as A Rider Benefit adalah Rp6.037.148. Kemudian Nilai suku bunga yang dipilih berpengaruh terhadap nilai pembayaran premi tahunan asuransi. Semakin besar nilai tingkat suku bunga maka semakin kecil nilai premi tunggal asuransi. Kata Kunci: Long Term Care, Model Multi Status.
PERAMALAN PRODUKSI KELAPA SAWIT DENGAN METODE WINTER’S EXPONENTIAL SMOOTHING DAN PEGELS EXPONENTIAL SMOOTHING Mutiara Nurisma Rahmadhani; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.815 KB) | DOI: 10.26418/bbimst.v7i2.24833

Abstract

Analisis data time series menggunakan metode Winter’s Exponential Smoothing dan Pegels Exponential Smoothing merupakan analisis data yang dipengaruhi pola data yaitu musiman Multiplikatif. Data yang digunakan dalam penelitian ini adalah data produksi kelapa sawit PT. Rezeki Kencana Kecamatan Teluk Pakedai Kabupaten Kubu Raya periode Januari 2012 sampai Desember 2015. Penelitian ini bertujuan untuk meramalkan produksi kelapa sawit untuk tahun berikutnya yaitu tahun 2016. Hasil analisis menunjukkan metode Pegels Exponential Smoothing musiman Multiplikatif menghasilkan ramalan yang lebih baik daripada metode Winter’s Exponential Smoothing model Multiplikatif dengan nilai Mean Absolute Percent Error (MAPE) yaitu sebesar 15,46%. Metode Pegels Exponential Smoothing musiman Multiplikatif dapat meramalkan produksi kelapa sawit pada tahun berikutnya. Kata Kunci : Pegels Exponential Smoothing, Time Series, Peramalan
METODE PROJECTED UNIT CREDIT DAN INDIVIDUAL LEVEL PREMIUM DALAM PERHITUNGAN DANA PENSIUN Muhammad Ahyar; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v10i1.44769

Abstract

Dana pensiun merupakan salah satu bentuk perencanaan masa depan yang bertujuan untuk menjamin kelangsungan hidup seorang karyawan pada masa pensiun. Besar premi yang harus dibayarkan tiap karyawan dalam dana pensiun disebut dengan iuran normal. Pembayaran iuran normal dilakukan dalam bentuk pemotongan gaji karyawan kemudian diinvestasikan selama masa kerja yang memungkinkan terbentuknya akumulasi dana yang cukup untuk pembayaran manfaat pensiun dalam memelihara kesinambungan penghasilan peserta pada hari tua. Penelitian ini bertujuan menghitung iuran normal, kewajiban aktuaria dan manfaat pensiun dengan menggunakan metode Projected Unit Credit (PUC) dan metode Individual Level Premium (ILP). Dalam hal ini digunakan kasus penerapan pada karyawan berjenis kelamin laki-laki berusia 31 tahun, dimana menjadi peserta pada usia 25 tahun, dan akan pensiun pada usia 56 tahun. Gaji pokok pada tahun pertama pada tahun 2014 dengan UMK Kota Pontianak sebesar Rp1.425.000/bulan. Berdasarkan perhitungan diperoleh, iuran normal yang harus dibayar tahunan menggunakan metode Projected Unit Credit adalah sebesar Rp108.857,- dengan total nilai akhir pembiayaan sebesar Rp42.584.634,-. Sedangkan metode Individual Level Premium Rp177.855 dengan total nilai akhir pembiayaan sebesar Rp35.595.490,-. Metode PUC diperoleh iuran normal lebih rendah dibandingkan metode ILP, hal ini dikarenakan metode PUC menghitung total manfaat pensiun berdasarkan total masa kerja. Sedangkan metode ILP menghitung pula asumsi kenaikan gaji berdasarkan anuitas yang telah ditentukan berdasar masa kerja.Kata kunci: Dana Pensiun, Iuran Normal, Manfaat Pensiun.