Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

BIMASTER

jbmstr
Website

Published by Universitas Tanjungpura

ISSN : - EISSN : - DOI : -

Core Subject : Science, Education,

Decision Sciences, Operations Research & Management Mathematics

Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA Untan

Arjuna Subject : -

Articles 13 Documents

1 2

Search results for , issue "Vol 7, No 2 (2018): BIMASTER" : 13 Documents clear

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Setyo Wira Rizki, Lusiana, Shantika Martha,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Saham merupakan surat berharga sebagai bukti tanda penyertaan atau kepemilikan seseorang atau badan hukum dalam suatu perusahaan. Harga saham berubah-ubah secara tidak pasti dipengaruhi beberapa faktor internal dan eksternal. Pergerakan harga saham yang mengikuti proses stokastik bergerak acak pada selang waktu tertentu, menyebabkan harga saham sulit untuk diprediksi, maka digunakan metode simulasi Monte Carlo untuk mengembangkan kemungkinan harga saham yang terjadi. Penelitian ini bertujuan untuk melakukan simulasi Monte Carlo dalam menentukan pergerakan harga saham dari suatu perusahaan. Langkah dalam proses simulasi Monte Carlo yaitu membangkitkan bilangan acak dari harga saham serta menentukan harga saham didasarkan pada model harga saham. Simulasi yang dilakukan menghasilkan harga saham yang mungkin terjadi berdasarkan rata-rata harga saham. Hasil penelitian diperoleh nilai volatilitas atau besarnya fluktuasi harga saham PT.Astra Agro Lestari Tbk mulai dari tanggal 6 Juni 2016 sampai 31 Mei 2017 sebesar 0,2752 dan perbandingan pergerakan harga saham historis dengan rata-rata hasil 20 kali simulasi dengan metode Monte Carlo menunjukkan pola pergerakan yang sangat baik dengan mengikuti pola pergerakan data harga saham sebenarnya dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 1,89%.Â Kata kunci : Model harga saham, Simulasi Monte CarloÂ

MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE-X (GSTAR-X) DALAM MERAMALKAN PRODUKSI KELAPA SAWIT Naomi Nessyana Debataraja, Felicia Kurnia Kusuma Wira Putri, Dadan Kusnandar ,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Model Generalized Space Time Autoregressive-X (GSTAR-X) merupakan model pengembangan dari model GSTAR dengan satu tambahan variabel eksogen. Model GSTAR adalah pengembangan dari model STAR dengan meningkatkan fleksibilitas parameter setiap lokasi. Pemodelan GSTAR-X dibentuk dengan menggabungkan dua model yaitu model Vector Autoregressive (VAR) dan model GSTAR. Variabel responÂ pada penelitian ini adalah produksi kelapa sawit di tiga kebun kelapa sawit yaitu Sungai Dekan, Ngabang, dan Kembayan. Variabel eksogen pada penelitian ini adalah data curah hujan dari tiga stasiun pengukur curah hujan terdekat dengan masing-masing kebun. Penelitian ini bertujuan untuk mendapatkan model GSTAR-X terbaik bagi setiap kebun. Model GSTAR-X digunakan untuk meramalkan produksi kelapa sawit pada bulan Januari-Desember tahun 2016 di PT.PN XIII Kalimantan Barat. Hasil penelitian menunjukkan bahwa model terbaik yang digunakan untuk meramalkan produksi kelapa sawit adalah model GSTAR-X(1,1). Model GSTAR-X(1,1) memiliki kemampuan peramalan yang baik hal ini ditunjukkan dengan nilai MAPE pada setiap kebun dibawah 20%.Â Kata Kunci: space time, peramalan, curah hujan, OLS.

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Nurfitri Imroâ€™ah, Syarifah Nadia, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Metode binomial adalah metode yang digunakan dalam penentuan harga opsi tipe Eropa berdasarkan pergerakan harga saham dengan mengasumsikan dua kemungkinan pergerakan saham di masa mendatang yaitu, harga saham naik atau harga saham turun. Data International Business Machines Corporation (IBM) digunakan untuk menentukan parameter Â Â Â Â Â Â Â Â Â Â Â Â Â dan . Selanjutnya menentukan harga penutupan saham harian opsi beli yang digunakan untuk menghitung harga opsi tipe Eropa dengan metode Binomial. Berdasarkan hasil analisis dengan menggunakan Metode Binomial, didapat harga opsi beli tipe EropaÂ untuk saham International Business Machines Corporation (IBM) pada harga pelaksanaan Â adalah sebesar .Kata Kunci: Metode Binomial, Opsi Eropa

PENANGANAN OVERDISPERSI DENGAN MODEL BINOMIAL NEGATIF PADA DATA KLAIM ASURANSI KENDARAAN BERMOTOR RODA EMPAT Dhessy Rahmayanti; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Model regresi Poisson pada umumnya digunakan untuk menganalisis data diskrit dengan asumsi ekuidispersi. Ketika asumsi tersebut terlanggar yaitu terjadi overdispersi maka regresi Poisson tidak lagi dapat digunakan. Beberapa metode yang digunakan untuk mengatasi hal ini yaitu Generalized Poisson, Binomial Negatif, dan Quassi likelihood. Penelitian ini menggunakan model Binomial Negatif untuk mengatasi overdispersi pada data klaim asuransi kendaraan bermotor roda empat PT. BUMIDA Kalimantan Barat tahun 2015. Hasil analisis menunjukkan bahwa model Binomial Negatif dengan nilai parameter = 0.963 dan dapat meminimalisir overdispersi yang terjadi pada model Poisson dilihat dari nilai varians yang mengalami penurunan yaitu dari 14,518 pada model Poisson menjadi 3,166 pada model Binomial Negatif. Selain dilihat dari nilai varians yang mengalami penurunan model Binomial Negatif juga memiliki nilai AIC dan BIC yang lebih kecil dibandingkan model Poisson. Hal ini menunjukkan bahwa model Binomial Negatif lebih baik dari pada model Poisson dalam mengatasi overdispersi. Kata kunci: Regresi Poisson, Overdispersi, Binomial Negatif, Klaim asuransi kendaraan bermotor

ANALISIS PENGENDALIAN KUALITAS PRODUKSI CRUMB RUBBER DENGAN METODE STATISTICAL PROCESS CONTROL Robiansyah Robiansyah; Dadan Kusnandar; Nurfitri Imro’ah
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Statistical Process Control (SPC) merupakan teknik penyelesaian masalah yang digunakan untuk menganalisis data produksi dalam rangka mengendalikan dan memperbaiki kualitas suatu produk. Dalam penelitian ini SPC diterapkan pada perusahaan karet yang memproduksi olahan karet menjadi barang setengah jadi yaitu crumb rubber. Meskipun proses produksi dilaksanakan dengan baik, kualitas crumb rubber yang dihasilkan masih banyak yang tidak sesuai dengan yang diharapkan karena banyak produk yang cacat. Penelitian ini bertujuan untuk menganalisis data produksi crumb rubber dengan SPC dan menganalisis faktor-faktor penyebab yang mempengaruhi cacat produk crumb rubber. Hasil pengamatan terhadap diagram kendali u untuk cacat jenis white spot menunjukkan adanya dua titik berada di luar batas kendali. Hal ini berarti proses produksi yang terjadi pada produksi crumb rubber yang diakibatkan cacat white spot dalam keadaan tidak terkendali dan perlu dilakukan tindakan perbaikan. Pengamatan terhadap cacat jenis logam, kontaminasi dan low PO menunjukkan bahwa variabel kecacatan tersebut secara keseluruhan berada di dalam batas kendali, yang artinya cacat tersebut dapat dikendalikan pada proses produksi crumb rubber. Faktor-faktor penyebab cacat produk crumb rubber yaitu faktor manusia, faktor bahan baku, faktor mesin, faktor metode dan faktor lingkungan.Kata Kunci: SPC, crumb rubber, diagram kendali u, pengendalian kualitas

ANALISIS PORTOFOLIO OPTIMAL PADA INDEX SAHAM LQ 45 DENGAN MULTI-INDEX MODELS Setyo Wira Rizki, Bujang Rusli, Evy Sulistianingsih,
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): BIMASTER
Publisher : FMIPA Universitas Tanjungpura

Salah satu metode yang dapat digunakan untuk membentuk portofolio optimal adalah Multi-Index Models. Metode ini menjelaskan adanya beberapa pengaruh di luar pasar yang menentukan pergerakan pasar. Kelebihan dari Multi-Index Models adalah penggunaan lebih dari satu index yang dapat meningkatkan akurasi dari estimasi return. Saham-saham yang digunakan untuk studi kasus pada penelitian ini adalah saham yang tergabung pada index harga saham LQ 45 periode 1 Februari 2010 sampai dengan 1 juni 2017. Index pasar yang digunakan pada penelitian ini adalah IHSG sedangkan index non pasar adalah HANG SENG dan S&P 500. Berdasarkan studi kasus, diketahui bahwa dari 14 saham yang diambil untuk menentukan portofolio optimal, bobot saham tertinggi ada pada saham KLBF sebesar 24.23401 Kemudian terdapat nilai bobot saham yang bernilai negatifÂ yaitu saham LSIP sebesar -0.70074 dan PTBA sebesar -0.99845. Kata Kunci : Multi-Index Models, Portofolio OptimalÂ

KNIGHT’S TOUR PADA PAPAN CATUR UKURAN 3×n DENGAN ATAU TANPA SATU KOTAK DIREMOVED Nicko Nicko; Mariatul Kiftiah; Fransiskus Fran
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Knight’s Tour pada papan catur adalah urutan langkah bidak kuda catur pada setiap kotak pada papan catur berukuran , sehingga tidak ada kotak yang dikunjungi lebih dari satu kali. Knight’s Tour pada papan ukuran dengan atau tanpa satu kotak diremoved adalah urutan langkah bidak kuda catur menggunjungi setiap kotak pada papan catur sehingga tidak ada kotak yang dikunjungi lebih dari satu kali. Tujuan meremoved satu kotak agar setiap papan catur berukuran dapat dikunjungi oleh bidak kuda catur dan memuat solusi Knight’s Tour. Aturan permainan Knight’s Tour yang digunakan yaitu menggunakan langkah bidak kuda catur pada umumnya yaitu langkah “L”. Kotak yang telah dikunjungi dinomori sesuai urutan bidak kuda catur menggunjungi setiap kotak. Secara matematis solusi dari permainan Knight’s Tour berkaitan dengan teori graf. Kotak-kotak dianggap sebagai simpul (node) dan urutan langkah bidak kuda catur mengunjungi setiap kotak dianggap sebagai sisi (edge). Jika dihubungkan maka akan membentuk suatu lintasan Hamilton atau sirkuit Hamilton. Kata Kunci : Knight’s Tour, lintasan Hamilton, sirkuit Hamilton.

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE BAYESIAN GELF MENGGUNAKAN PRIOR INFORMATIF DAN NON-INFORMATIF Surati Surati; Helmi Helmi; Setyo Wira Rizki
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data dikatakan tersensor apabila data tidak dapat diamati secara lengkap karena objek penelitian hilang atau mengundurkan diri atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan pada penelitian ini adalah menentukan estimasi parameter model survival distribusi Eksponensial pada data tersensor dengan metode Bayesian GELF menggunakan prior Gamma sebagai prior informatif dan prior Jeffreys sebagai prior non-informatif dan menerapkan pada kasus penderita kanker paru-paru. Setelah diperoleh estimator dari kedua prior, selanjutnya diterapkan pada data pasien penderita kanker paru-paru berdistribusi Eksponensial yang diambil dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai MSE yang diperoleh untuk fungsi survival dan fungsi hazard untuk prior Gamma ialah 0.000135766 dan 1.2999E-07, sedangkan fungsi survival dan fungsi hazard untuk prior Jeffreys ialah 0.000186044 dan 1.76866E-07. Berdasarkan nilai MSE dari estimator pada penelitian ini, diperoleh metode Bayesian GELF prior Gamma lebih baik dari pada metode Bayesian GELF prior Jeffreys. Salah satu contoh hasil dari olah data metode Bayesian GELF prior Gamma, diperoleh peluang hidup pasien pada kasus ini yang mengidap penyakit kanker paru-paru selama 1 hari adalah 0.992169551, selama 80 hari adalah 0.5331772256, selama 250 hari adalah 0.14011148, selama 587 hari adalah 0.009906501, dan selama 999 hari adalah 0.000388427. Kata Kunci: Distribusi Eksponensial, Metode Bayesian GELF, Prior Gamma, Prior Jeffreys, Survival.

PENGUKURAN VALUE AT RISK (VaR) PADA PORTOFOLIO DENGAN SIMULASI MONTE CARLO Elga Fitaloka; 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

Salah satu bentuk pengukuran nilai risiko dalam berinvestasi adalah Value at Risk (VaR). VaR dapat didefinisikan sebagai estimasi kerugian maksimum yang akan didapat selama periode waktu tertentu dengan tingkat kepercayaan tertentu. Salah satu metode yang dapat digunakan VaR adalah simulasi Monte Carlo. VaR dengan simulasi Monte Carlo pada portofolio mengasumsikan bahwa return berdistribusi normal dan return portofolio tidak bersifat linier terhadap return saham tunggalnya. Data yang digunakan untuk studi kasus pada penelitian ini adalah data harga penutupan saham harian PT. Surya Citra Media Tbk, PT. Summarecon Agung Tbk, PT. Astra Agro Lestari Tbk, dan PT. Unilever Indonesia Tbk, periode 27 Februari 2015 sampai 2 Maret 2016. Hasil perhitungan pada penelitian ini menunjukkan bahwa jika investor menginvestasikan dananya sebesar Rp 100.000.000,00 maka kemungkinan kerugian maksimum yang diderita investor pada periode selanjutnya (1 hari setelah periode) dengan tingkat kepercayaan 95% tidak akan melebihi Rp 2.995.047,00. Kata Kunci : Indeks, Modal, Keuntungan

KESTABILAN SISTEM PENDULUM TERBALIK DENGAN MENGGUNAKAN METODE LQR Irfant Bayu Pratama; Helmi Helmi; Yudhi Yudhi
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Sistem pendulum terbalik merupakan sistem yang tidak stabil dan nonlinear. Sistem ini tidak dapat mempertahankan kemiringan sudut pendulum, dikarenakan keberadaan gravitasi. Kemiringan sudut pendulum dapat mengubah kecepatan gerak kereta. Berdasarkan permasalahan tersebut, untuk mempertahankan keseimbangan sudut pendulum digunakan metode LQR. Langkah awal yang dilakukan adalah menentukan model dengan menggunakan persamaan Lagrange. Dari model tersebut dibuat persamaan state space, kemudian dilinearisasi menggunakan matriks Jacobi agar didapat persamaan yang linear. Dalam penelitian ini penerapan metode LQR dapat digunakan apabila pada karakteristiknya yaitu keterkontrolan mempunyai nilai rank empat. Hasil dari simulasi menunjukkan bahwa kereta mampu bergerak dengan kecepatan konstan dengan mempertahankan keadaan seimbang pendulum di sekitar nol radian. Kata Kunci : nonlinear, persamaan Lagrange, state space

Page 1 of 2 | Total Record : 13

1 2

Filter by Year

2018 2018

Filter By Issues

All Issue Vol 12, No 6 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 5 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 4 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses) Vol 12, No 2 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 1 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 5 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 4 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 3 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 2 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 11, No 1 (2022): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 4 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 3 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 2 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 10, No 1 (2021): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 4 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 3 (2020): BIMASTER Vol 9, No 3 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 2 (2020): BIMASTER Vol 9, No 1 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 9, No 1 (2020): BIMASTER Vol 8, No 4 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 4 (2019): BIMASTER Vol 8, No 3 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 3 (2019): BIMASTER Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): BIMASTER Vol 8, No 1 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 1 (2019): BIMASTER Vol 7, No 4 (2018): BIMASTER Vol 7, No 4 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 3 (2018): BIMASTER Vol 7, No 2 (2018): BIMASTER Vol 7, No 2 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 7, No 1 (2018): BIMASTER Vol 6, No 03 (2017): BIMASTER Vol 6, No 03 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 02 (2017): BIMASTER Vol 6, No 01 (2017): BIMASTER Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 5, No 03 (2016): BIMASTER Vol 5, No 02 (2016): BIMASTER Vol 5, No 01 (2016): BIMASTER Vol 4, No 03 (2015): BIMASTER Vol 4, No 01 (2015): BIMASTER Vol 4, No 2 (2015): BIMASTER Vol 3, No 03 (2014): BIMASTER Vol 3, No 02 (2014): BIMASTER Vol 3, No 01 (2014): Bimaster Vol 2, No 03 (2013) Vol 2, No 02 (2013): Bimaster Vol 2, No 1 (2013): BIMASTER Vol 1, No 01 (2012): BIMASTER More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name -

Contact Email -

Phone -

Journal Mail Official -

Editorial Address -

Location Kota pontianak, Kalimantan barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
-

Contact Email
-

Phone
-

Journal Mail Official
-

Editorial Address
-

Location
Kota pontianak,

Kalimantan barat

INDONESIA