ESTIMASI PARAMETER DALAM MODEL RETURN STOKASTIK DENGAN LOMPATAN MENGGUNAKAN METODE MARKOV CHAIN MONTE CARLO
|
|
- Hartanti Gunawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ESTIMASI PARAMETER DALAM MODEL RETURN STOKASTIK DENGAN LOMPATAN MENGGUNAKAN METODE MARKOV CHAIN MONTE CARLO Yessy Okvita 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika 2) 3) Dosen Program Studi Matematika 1) 2) 3) Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl Diponegoro 52-6 Salatiga 5711 PENDAHULUAN Pergerakan harga saham dapat terjadi secara berkala hampir di semua pasar saham Tetapi hal ini belum bisa menjawab pertanyaan finansial yang penting: apakah times dan sizes lompatan dapat diprediksi? Apakah ada variabel yang dapat memprediksi lompatan? Apakah lompatan mempengaruhi distribusi return harian? Karena itu diperlukan model lompatan yang akurat untuk menjawab beberapa pertanyaan tersebut () Kemungkinan terjadinya lompatan dapat mencakup lompatan sebelumnya Model yang akan digunakan adalah model Return Stokastik dengan lompatan yang biasa dikenal dengan Jump diffusion model with volatility constant (Witzany,211) Algoritma Gibb Sampling adalah salah satu algoritma Monte Carlo Dalam algoritma Gibb Sampling tidak menggunakan mekanisme accept-reject karena hasil simulasi diterima sampai konvergen yang akan diuji menggunakan Heidelberg-Welch test Dari model Return Stokastik dengan lompatan parameter-parameter yang akan diestimasi menggunakan algoritma Gibb Sampling adalah,,,,,, Sebagai ilustrasi digunakan data sekunder yaitu harga saham penutupan harian Bank Negara Indonesia (Persero) tahun yang diperoleh dari financeyahoocom KAJIAN TEORI Model Return Stokastik dengan Lompatan dengan ln, 1,2,,, adalah harga saham penutupan pada hari ke-t (Tsay,21), adalah drift, adalah volatility, yang mana diasumsikan ~,, ~,1, dan ~ dengan 1 menunjukkan jump saat dan sebaliknya, sehingga 1, 1, 1 (Witzany,211) Markov Chain Monte Carlo (MCMC) Metode MCMC 296
2 Markov Chain Monte Carlo digunakan 1 untuk menghasilkan sampel titik yang 1 ditetapkan oleh 1 distribusi posterior 1 gabungan Secara 1 umum untuk menghitung distribusi posterior gabungan melibatkan distribusi gabungan parameter, yang sulit untuk di pecahkan Namun, dengan menggunakan distribusi posterior bersyarat untuk parameter yang belum di ketahui dapat diestimasi dengan mudah Algoritma Gibbs Sampling 1 Menetapkan vektor nilai awal x,, 2 Ulangi langkah untuk 1,2,, Bangkitkan dari,,, Bangkitkan dari,,, Bangkitkan dari,, 3 Langkah diulang M kali Gibbs Sampling dapat diterapkan apabila distribusi bersyarat dari setiap parameter diketahui (Witzany,211) Algoritmanya Penentuan conditional posterior distribution Distribusi yang diperoleh dari distribusi gabungan dari semua komponen, yakni,,,,,,,,,,,,,,,,,,,, exp 1 2 Setelah distribusi posterior gabungan diketahui, kemudian menentukan distribusi posterior masing-masing parameter Simulasi Algoritma Gibb Sampling Spesifikasi Prior Parameter distribusi prior adalah distribusi probabilitas yang merepresentasikan ketidakpastian tentang parameter sebelum data saat diperiksa Sehingga pendekatan bayesian untuk pemodelan tidak bisa dilakukan tanpa menggunakan distribusi sebelumnya (Didit,211) Menurut Witzany (211) diasumsikan bahwa distribusi priornya Menurut Witzany (211) estimasi Gibb Sampling dilakukan sebagai berikut Menetapkan nilai awal,,,,,, Menyampel Jika, maka ;, Jika 1, maka ;, ;, 297
3 Menyampel,1, 1, di mana ;, 1 ;, Menyampel, dari yang berdistribusi normal Misalkan y,y,,y T ; y ~Nµ, σ dengan y Z J dan prior 1 serta,, T φy ;µ,σ ;, Demikian pula,, 1 ;, 2 ; 2, 2,, ;, ;, Demikian pula,, 1 ;, 2 ; 2,, 2 ANALISA DAN PEMBAHASAN Berikut ini adalah grafik data harga saham penutupan harian Bank Negara Indonesia (Persero) tahun yang ditunjukkan oleh Gambar 1 sedangkan Gambar 2 grafik penutupan harian Bank Negara Indonesia (Persero) tahun yang diskalakan Menyampel dari yang berdistribusi bernoulli Jika,,, ; ~ dengan prior ;1,1 Menyampel, dari yang berdistribusi normal dan prior 1 serta harga saham Gambar 1 Harga saham penutupan harian Bank Negara Indonesia (Persero) tahun
4 Gambar 2 Harga return dari saham Dengan menggunakan estimasi Gibb Sampling menurut Witzany (211), pada Tabel 1 menunjukkan beberapa hasil simulasi masing-masing parameter model return stokastik dengan lompatan dengan kata lain 1 Tabel 1 Beberapa Hasil Estimasi parameter menggunakan Gibb Sampling Sedangkan jika, ternyata memberikan peluang lebih banyak tidak ada lompatan sehingga hal ini tidak mungkin Dari hasil estimasi gibb sampling menurut witzany grafik model return stokastik dengan lompatan dan return dari harga penutupan saham yang diskalakan ditunjukkan pada Gambar 3a dan 3b Gambar 3b model return saat 1 sampai 1 Berikut ini adalah grafik data harga saham penutupan harian Bank Negara Indonesia (Persero) tahun yang ditunjukkan oleh Gambar 1 sedangkan Gambar 2 grafik penutupan harian Bank Negara Indonesia (Persero) tahun yang tidak diskalakan Gambar 4a model return saat 1 sampai Gambar 4b model return saat 1 sampai KESIMPULAN Pada makalah ini telah dijelaskan bagaimana mengestimasi parameter model return stokastik dengan lompatan Metode yang digunakan adalah Markov Chain Monte Carlo Gambar 3a model return saat 1 sampai
5 khususnya algoritma Gibb Sampling Parameter mempengaruhi harge return Hasil simulasi parameter perlu dicek kekonvergenannya Saran untuk penelitian selanjutnya hasil simulasi parameter sampai konvergen maka perlu melakukan Heidelberg- Welch test / Geweke test UCAPAN TERIMA KASIH Terima kasih ditujukan kepada : Didit Budi Nugroho untuk informasi literatur, bimbingan tentan makalah ini DAFTAR PUSTAKA [1] KumarJ, Polson1999 State Dependent Jump Models GSB, University of Chicago [2]Malik dan Pitt 28 Modeling Stochastic Volatility with Leverage and Jumps Department of Economics, University of Warwick, Coventry CV4 7AL [3] Nugroho, D B, Morimoto, T 28 Comparison of Griddy Gibbs and Metropolis- Hastings Sampler for Estimation of the Standard LNSV Department of Mathematical Sciences, Kwansei Gakuin University [4] Tsay, RS, 21, Analysis of Financial Time Series, John Wiley & Sons [5] Witzany, J 211 Estimating Correlated Jumps and Stochastic Volatilities IES Working Paper IES FSV Charles University 3
ESTIMASI VOLATILITY (σ) DARI MODEL AR(p) MENGGUNAKAN METODE MARKOV CHAIN MONTE CARLO (MCMC)
ESTIMASI VOLATILITY (σ) DARI MODEL AR(p) MENGGUNAKAN METODE MARKOV CHAIN MONTE CARLO (MCMC) Radite Astana Murti 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika
Lebih terperinciESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN
ESTIMASI PARAMETER DAN INTERVAL KREDIBEL DENGAN MODEL REGRESI LINIER BERGANDA BAYESIAN Vania Mutiarani a, Adi Setiawan b, Hanna Arini Parhusip c a Program Studi Matematika FSM UKSW Jl. Diponegoro 52-6
Lebih terperinciPENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL
PENERAPAN MODEL REGRESI LINIER BAYESIAN UNTUK MENGESTIMASI PARAMETER DAN INTERVAL KREDIBEL Vania Mutiarani 1, Adi Setiawan, Hanna Arini Parhusip 3 1 Mahasiswa Program Studi Matematika FSM UKSW, 3 Dosen
Lebih terperinciIMPLEMENTASI METODE MARKOV CHAIN MONTE CARLO DALAM PENENTUAN HARGA KONTRAK BERJANGKA KOMODITAS
E-Jurnal Matematika Vol. 4 (3), Agustus 2015, pp. 122-126 ISSN: 2303-1751 IMPLEMENTASI METODE MARKOV CHAIN MONTE CARLO DALAM PENENTUAN HARGA KONTRAK BERJANGKA KOMODITAS Putu Amanda Setiawani 1, Komang
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) Mahasiswa Program Studi Matematika ) 3) Dosen Program Studi Matematika
Lebih terperinciESTIMASI MCMC UNTUK RETURN VOLATILITY DALAM MODEL ARCH DENGAN RETURN ERROR BERDISTRIBUSI T-STUDENT
ESTIMASI MCMC UNTUK RETURN VOLATILITY DALAM MODEL ARCH DENGAN RETURN ERROR BERDISTRIBUSI T-STUDENT Imam Malik Safrudin. 1), Didit Budi Nugroho 2) dan Adi Setiawan 2) 1),2), 3) Program Studi Matematika
Lebih terperinciPERHITUNGAN HARGA OPSI EROPA MENGGUNAKAN METODE GERAK BROWN GEOMETRIK
PERHITUNGAN HARGA OPSI EROPA MENGGUNAKAN METODE GERAK BROWN GEOMETRIK Oleh: Kristoforus Ardha Sandhy Pradhitya NIM : 662008001 TUGAS AKHIR Diajukan kepada Program Studi Matematika, Fakultas Sains dan Matematika
Lebih terperinciESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang)
BIAStatistics (215) Vol. 9, No. 2, hal. 1-6 ESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang) 1 Didin Astriani P, 2 Jadi
Lebih terperinciEstimasi MCMC untuk Model GARCH(1,1) Studi Kasus: Kurs beli JPY dan EUR terhadap IDR
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 25 Estimasi MCMC untuk Model GARCH(,) Studi Kasus: Kurs beli JPY dan EUR terhadap IDR Fransisca Cynthia Salim ), Didit Budi Nugroho 2), Bambang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
Salatiga, 5 Juni 23, Vol 4, No., ISSN:287 922 ANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip 2), dan Bambang Susanto 3) ) Mahasiswa Program Studi
Lebih terperinciProgram Studi Matematika
Model Volatilitas ARCH(1) untuk Returns dengan Error Berdistribusi non-central Student-t dan Skewed Student-t Studi Kasus: Pasar Valuta Asing Indonesia ARCH(1) Volatility Models for Returns with non-central
Lebih terperinciJurnal MIPA 39 (1) (2016): Jurnal MIPA.
Jurnal MIPA 39 (1) (16): 78-84 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm MODEL VOLATILITAS ARCH(1) DENGAN RETURN ERROR BERDISTRIBUSI SKEWED STUDENT-T E D Saputri, D B Nugroho, A Setiawan
Lebih terperinciPerhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri
Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri Kristoforus Ardha Sandhy Pradhitya 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika email:
Lebih terperinciPENDUGAAN DATA HILANG DENGAN MENGGUNAKAN DATA AUGMENTATION. Abstract
Pendugaan Data Hilang Mesra Nova) PENDUGAAN DATA HILANG DENGAN MENGGUNAKAN DATA AUGMENTATION Mesra Nova 1, Moch. Abdul Mukid 2 1 Alumni Program Studi Statistika UNDIP 2 Staf Pengajar Program Studi Statistika
Lebih terperinciMODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 128 133 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE
Lebih terperinciOPTIMALISASI PORTOFOLIO SAHAM MENGGUNAKAN MODEL MIXTURE OF MIXTURE
OPTIMALISASI PORTOFOLIO SAHAM MENGGUNAKAN MODEL MIXTURE OF MIXTURE oleh FITRI YANA SARI NIM. M0110027 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 53 60 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI
Lebih terperinciPENGUJIAN HIPOTESIS DENGAN METODE BAYESIAN OBYEKTIF. Adi Setiawan
PENGUJIAN HIPOTESIS DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Industri dan Statistika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl Diponegoro 5-6 Salatiga
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciPenerapan model aparch untuk volatilitas returns Kurs beli eur dan jpy terhadap idr periode
1 Penerapan model aparch untuk volatilitas returns Kurs beli eur dan jpy terhadap idr periode 2009-2014 Saragah Repi Pratama, Didit Budi Nugroho *, Bambang Susanto Program Studi Matematika, Universitas
Lebih terperinciBAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas beberapa tinjauan mengenai teori yang diperlukan dalam pembahasan bab-bab selanjutnya antara lain tentang kontrak berjangka komoditas, model pergerakan
Lebih terperinciESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang)
ESTIMASI MODEL PERSAMAAN STRUKTURAL MELALUI PENDEKATAN BAYESIAN (Studi Kasus: Data Kinerja Pegawai Universitas Bina Darma Palembang) Didin Astriani P 1, Jadi Suprijadi 2, Zulhanif 3 Program Pendidikan
Lebih terperinciADLN- PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB 1 PENDAHULUAN. metode yang bisaanya digunakan dalam estimasi parameter yakni Ordinary Least
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data populasi dalam suatu penelitian berguna untuk mengetahui karakteristik objek yang akan menghasilkan gambaran akurat mengenai karakteristik objek tersebut. Statistik
Lebih terperinciBAB I PENDAHULUAN. negara-negara berkembang seperti Indonesia. Teknologi elektronik digunakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi saat ini sedang terjadi di seluruh dunia terutama di negara-negara berkembang seperti Indonesia. Teknologi elektronik digunakan memudahkan
Lebih terperinciSIMULASI PENAKSIRAN PARAMETER DISTRIBUSI WEIBULL CAMPURAN UNTUK DATA SURVIVAL HETEROGEN DENGAN PENDEKATAN BAYESIAN
IndoMS Journal on Statistics Vol. 2, No. 2 (2014), Page 37-46 SIMULASI PENAKSIRAN PARAMETER DISTRIBUSI WEIBULL CAMPURAN UNTUK DATA SURVIVAL HETEROGEN DENGAN PENDEKATAN BAYESIAN Sri Astuti Thamrin 1, Armin
Lebih terperincioleh YUANITA KUSUMA WARDANI M
ESTIMASI PARAMETER MODEL REGRESI PROBIT SPASIAL MENGGUNAKAN SOFTWARE R DENGAN ALGORITME GIBBS SAMPLING oleh YUANITA KUSUMA WARDANI M0111083 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciSTUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN ANALISIS VAR
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 STUDI KAUSALITAS GRANGER ANTARA NILAI TUKAR RUPIAH TERHADAP USD DAN AUD MENGGUNAKAN
Lebih terperinciANALISA SAHAM MENGGUNAKAN TRANSFORMASI FOURIER STOKASTIK
PROSIDING SEINAR NASIONAL SAINS DAN PENDIDIKAN SAINS VIII UKSW ANALISA SAHA ENGGUNAKAN RANSFORASI FOURIER SOKASIK Kharisma Yusea Kristaksa ) Hanna Arini Parhusip ), dan Bambang Susanto 3) ) ahasiswa Program
Lebih terperinciKAITAN RETURN DAN VOLATILITAS NILAI TUKAR RUPIAH TERHADAP BEBERAPA MATA UANG ASING. Abstrak
KAITAN RETURN DAN VOLATILITAS NILAI TUKAR RUPIAH TERHADAP BEBERAPA MATA UANG ASING Didit Budi Nugroho a Tundjung Mahatma a Yulius Pratomo b* a Fakultas Sains dan Matematika Universitas Kristen Satya Wacana
Lebih terperinciProsiding ISBN :
Penggunaan Metode Bayesian Subyektif dalam Pengkonstruksian Grafik Pengendali-c Sekar Sukma Asmara a, Adi Setiawan b, Tundjung Mahatma c a Mahasiswa Program Studi Matematika Fakultas Sains Matematika Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciJurnal MIPA 39 (1) (2016): Jurnal MIPA.
Jurnal MIPA 39 (1) (2016): 63-69 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm MODEL VOLATILITAS GARCH(1,1) DENGAN ERROR STUDENT-T UNTUK KURS BELI EUR DAN JPY TERHADAP IDR F C Salim, D B Nugroho,
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR NONINFORMATIF JEFFREYS 1. PENDAHULUAN
ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR NONINFORMATIF JEFFREYS Firda Amalia, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika FMIPA Abstrak.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang ini, berada di lingkungan bisnis yang kompleks menuntut perusahaan untuk mampu bersaing dengan para kompetitornya. Perubahan-perubahan radikal yang
Lebih terperinciPENDEKATAN BAYESIAN SPASIAL EKONOMETRIKA PADA PEMODELAN MIGASI PENDUDUK DI JAWA BARAT. Oleh : Priyono
PENDEKATAN BAYESIAN SPASIAL EKONOMETRIKA PADA PEMODELAN MIGASI PENDUDUK DI JAWA BARAT Oleh : Priyono Dosen Pembimbing : Dr. Ir. Setiawan, MS Dr. Sutikno, M.Si PROGRAM MAGISTER JURUSAN STATISTIKA FMIPA
Lebih terperinciINFERENSI PARAMETER SIMPANGAN BAKU POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF
INFERENSI PARAMETER SIMPANGAN BAKU S - POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana, Jl Diponegoro
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di era banjir informasi ini, masyarakat mulai meninggalkan media tradisional seperti televisi dan koran. Mobilitas aktivitas yang tinggi mengakibatkan masyarakat
Lebih terperinciRESAMPLING BERDASARKAN ESTIMASI DENSITAS KERNEL BIVARIAT
RESAMPLING BERDASARKAN ESTIMASI DENSITAS KERNEL BIVARIAT Adi Setiawan Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro 52-60 Salatiga 50711 e-mail
Lebih terperinciPerhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometrik
PENDAHULUAN Saham merupakan surat berharga sebagai bukti tanda penyertaan atau kepemilikan seseorang atau badan hukum dalam suatu perusahaan, khususnya perusahaan publik yang memperdagangkannya. Investasi
Lebih terperinciPENDETEKSIAN KRISIS KEUANGAN DI INDONESIA DENGAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING PADA INDIKATOR IMPOR, EKSPOR, DAN CADANGAN DEVISA
PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA DENGAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING PADA INDIKATOR IMPOR, EKSPOR, DAN CADANGAN DEVISA Vivi Rizky Aristina Suwardi, Sugiyanto, dan Supriyadi
Lebih terperinciESTIMASI PARAMETER MODEL INAR(1) MENGGUNAKAN METODE BAYES
ESTIMASI PARAMETER MODEL INAR(1) MENGGUNAKAN METODE BAYES oleh NURMALITASARI M0106054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
Lebih terperinciPenerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, 2017 2337-3520 2301-928X Print A33 Penerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Investasi pada hakekatnya merupakan penempatan sejumlah uang atau dana yang dilakukan pada saat ini dengan harapan memperoleh keuntungan di masa mendatang (Halim,
Lebih terperinciPemodelan Mixture of mixture dalam Pemilihan Portofolio 1
Pemodelan Mixture of mixture dalam Pemilihan Portofolio 1 Nur Iriawan Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember (ITS), Surabaya nur_i@statistika.its.ac.id
Lebih terperinciPENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM INFERENSI PARAMETER POPULASI SERAGAM
PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM INFERENSI PARAMETER POPULASI SERAGAM Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl. Diponegoro 52-6
Lebih terperinciPROSIDING. Seminar Nasional Sains dan Pendidikan Sains IV Fakultas Sains dan Matematika UKSW 13 Juni 2009
PROSIDING Seminar Nasional Sains dan Pendidikan Sains IV Fakultas Sains dan Matematika UKSW 13 Juni 2009 Pembelajaran Sains yang Menarik dan Menantang Diterbitkan Oleh: Fakultas Sains dan Matematika Universitas
Lebih terperinciINFERENSI PARAMETER MEAN POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF
INFERENSI PARAMETER MEAN POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Industri dan Statistika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl
Lebih terperinciPEMANFAATAN MODEL MIXTURE OF MIXTURE DALAM PENYUSUNAN PORTOFOLIO SAHAM BANK BCA DAN BNI DENGAN MINIM RESIKO
PEMANFAATAN MODEL MIXTURE OF MIXTURE DALAM PENYUSUNAN PORTOFOLIO SAHAM BANK BCA DAN BNI DENGAN MINIM RESIKO Esther Laura Christy 1, Deni Saepudin 2, Rian Febrian Umbara 3 School of Computing Telkom University,
Lebih terperinciPemodelan Mixture of Mixture dalam Pemilihan Portofolio
Pemodelan Mixture of Mixture dalam Pemilihan Portofolio Nur Iriawan Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember (ITS), Surabaya nur_i@statistika.its.ac.id
Lebih terperinciStudi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik
Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Empirik S 6 Jantini Trianasari Natangku 1), Adi Setiawan ), Lilik Linawati ) 1) Mahasiswa Program Studi Matematika FSM-UKSW Email : n4n4_00190@yahoo.co.id
Lebih terperinciAnis Nur Aini, Sugiyanto, dan Siswanto Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta
MENDETEKSI KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR SIMPANAN BANK, NILAI TUKAR RIIL, DAN NILAI TUKAR PERDAGANGAN Anis Nur Aini, Sugiyanto,
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vi DAFTAR TABEL... viii DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Berawal dari kebutuhan analisis data untuk memprediksi suatu nilai bila diberikan suatu nilai-nilai variabel prediktor (x) pada beberapa kasus, maka metode regresi
Lebih terperinciPENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU
PENDEKATAN HIERARCHICAL BAYES SMALL AREA ESTIMATION (HB SAE) DALAM MENGESTIMASI ANGKA MELEK HURUF KECAMATAN DI KABUPATEN INDRAMAYU Ari Shobri B 1), Septiadi Padmadisastra 2), Sri Winarni 3) 1) Mahasiswa
Lebih terperinciOPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL GAUSSIAN MIXTURE
OPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL GAUSSIAN MIXTURE Oleh NURUL UTAMININGSIH M0108103 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian
Lebih terperinciEkspektasi variabel random Variansi variabel random Skewness dan kurtosis variabel random
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN...ii HALAMAN PERNYATAAN...iii HALAMAN PERSEMBAHAN... iv KATA PENGANTAR... v DAFTAR ISI...viii DAFTAR GAMBAR... xi DAFTAR TABEL... xii DAFTAR LAMPIRAN...xiii
Lebih terperinciPENERAPAN REGRESI ZERO INFLATED POISSON DENGAN METODE BAYESIAN
PENERAPAN REGRESI ZERO INFLATED POISSON DENGAN METODE BAYESIAN A. Rofiqi Maulana; Suci Astutik Universitas Brawijaya; arofiqimaulana@gmail.com ABSTRAK. Filariasis (Penyakit Kaki Gajah) adalah penyakit
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Situasi lingkungan internal dan eksternal perbankan mengalami perkembangan pesat yang diikuti dengan semakin kompleksnya risiko kegiatan usaha perbankan sehingga
Lebih terperinciPENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 25 32 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciPENERAPAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING
PENERAPAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING DALAM PENDETEKSIAN DINI KRISIS KEUANGAN DI INDONESIA BERDASARKAN INDIKATOR M1, M2 PER CADANGAN DEVISA, DAN M2 MULTIPLIER Esteti Sophia Pratiwi,
Lebih terperinciMeganisa Setianingrum, Sugiyanto, Etik Zukhronah Prodi Matematika Fakultas Matematika dan Ilmu pengetahuan Alam Universitas Sebelas Maret Surakarta
PENDETEKSIAN DINI KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR OUTPUT RIIL, KREDIT DOMESTIK PER PDB, DAN IHSG Meganisa Setianingrum, Sugiyanto,
Lebih terperinciBAB 5 KESIMPULAN DAN SARAN
BAB 5 KESIMPULAN DAN SARAN 1.1 Kesimpulan a. Prosedur yang tepat untuk digunakan pada estimasi SEM non-standar yang disebabkan oleh efek bukan interaksi, kuadratik atau kubik adalah SEM dengan penekatan
Lebih terperinciSTUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, Juni 0 STUDI SIMULASI GRAFIK PENGENDALI BERDASARKAN ESTIMASI FUNGSI DENSITAS KERNEL BIVARIAT
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas merupakan salah satu sumber yang sangat penting dalam mengetahui resiko dari suatu penyusunan asuransi jiwa. Besarnya faktor resiko penyebab kematian
Lebih terperinci3 Kesimpulan. 4 Daftar Pustaka
Litterman-2. Keuntungan aktual maksimal kedua kinerja Black Litterman ternyata terjadi pada waktu yang sama yaitu tanggal 19 Februari 2013. Secara umum dapat dinyatakan bahwa pembentukan portofolio dengan
Lebih terperinciIMPLEMENTASI METODE MARKOV CHAIN MONTE CARLO DALAM PENENTUAN HARGA KONTRAK BERJANGKA KOMODITAS KOMPETENSI TERAPAN SKRIPSI PUTU AMANDA SETIAWANI
IMPLEMENTASI METODE MARKOV CHAIN MONTE CARLO DALAM PENENTUAN HARGA KONTRAK BERJANGKA KOMODITAS KOMPETENSI TERAPAN SKRIPSI PUTU AMANDA SETIAWANI 1108405014 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciMarkov o C ha h in i s
MCMC Markov Chains. Menaksir Parameter The basic paradigm: Model Parameters: Θ Data set MLE / bayesian approach Input data: terdapat t observasi sbb :X 1, X 2 X t -dengan asumsi i.i.d (independent identical
Lebih terperinciSIMULASI MONTE CARLO PADA PENENTUAN PERUBAHAN HARGA SAHAM ADHI.JK MELALUI PENDEKATAN PROSES WIENER DAN LEMMA ITÔ
Prosiding Seminar Nasional Volume 02, Nomor 1 ISSN 2443-1109 SIMULASI MONTE CARLO PADA PENENTUAN PERUBAHAN HARGA SAHAM ADHI.JK MELALUI PENDEKATAN PROSES WIENER DAN LEMMA ITÔ Zulfiqar Busrah 1, Budyanita
Lebih terperinciPERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO
PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO WAYAN ARTHINI 1, KOMANG DHARMAWAN 2, LUH PUTU IDA HARINI 3 1, 2, 3 Jurusan Matematika FMIPA Universtitas Udayana,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bab ini dibahas model regresi probit spasial, dan algoritme Gibbs sampling. Selanjutnya algoritme Gibbs sampling tersebut diterapkan untuk estimasi nilai parameter model
Lebih terperinciBAB I PENDAHULUAN. yang telah go public. Perusahaan yang tergolong perusahan go public ialah
BAB I PENDAHULUAN 1.1 Latar Belakang Saham merupakan surat berharga sebagai bukti penyertaan atau pemilikan individu maupun badan hukum dalam suatu perusahaan, khususnya perusahaan yang telah go public.
Lebih terperinciPEMODELAN DATA PANEL SPASIAL MENGGUNAKAN MODEL SUR-SAR DENGAN PENDEKATAN BAYESIAN HILMAN DWI ANGGANA
PEMODELAN DATA PANEL SPASIAL MENGGUNAKAN MODEL SUR-SAR DENGAN PENDEKATAN BAYESIAN HILMAN DWI ANGGANA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciMODEL REGRESI WEIBULL DENGAN ADDITIVE FRAILTIES PADA DATA SURVIVAL. Universitas Hasanuddin
MODEL REGRESI WEIBULL DENGAN ADDITIVE FRAILTIES PADA DATA SURVIVAL 1 Rima Ruktiari, 2 Sri Astuti Thamrin, 3 Armin Lawi 1,2,3 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa datang. Investasi
Lebih terperinciMODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI
MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI Puspitaningrum Rahmawati, Bambang Susanto, Leopoldus Ricky Sasongko Program Studi Matematika (Fakultas Sains dan Matematika,
Lebih terperinciS 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)
PROSIDING ISBN : 978 979 6353 6 3 S 0 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis) Wirayanti ), Adi Setiawan ), Bambang Susanto
Lebih terperinciMetode Resampled Efficient Frontier Mean Variance Simulasi Montecarlo Untuk Pemilihan Bobot Portofolio
METODE RESAMPLED EFFICIENT FRONTIER MEAN VARIANCE SIMULASI MONTECARLO UNTUK PEMILIHAN BOBOT PORTOFOLIO Anita Andriani D3 Manajemen Informatika, Universitas Hasyim Asy ari Tebuireng Jombang Email: anita.unhasy@gmail.com
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN
ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF Dina Ariek Prasdika, Dewi Retno Sari Saputro, Purnami Widyaningsih Program Studi Matematika Fakultas Matematika
Lebih terperinciPemodelan Hazard Proporsional dengan Perkalian Gamma Frailty Menggunakan Pendekatan Bayesian
Pemodelan Hazard Proporsional dengan Perkalian Gamma Frailty Menggunakan Pendekatan Bayesian 1 Ismi Try Amalia Jaya, 2 Armin Lawi, dan 3 Sri Astuti Thamrin 1,2,3 Jurusan Matematika, Fakultas Matematika
Lebih terperinciPembangkitan dan Pemulihan Citra Biner Markov Random Field (MRF) secara Stokastik Dengan Algoritma Markov Chain Monte Carlo (MCMC)
Berkala Fisika ISSN : 1410-9662 Vol. 12, No. 4, Oktober 2009, hal 145-152 Pembangkitan dan Pemulihan Citra Biner Markov Random Field (MRF) secara Stokastik Dengan Algoritma Markov Chain Monte Carlo (MCMC)
Lebih terperinciBAB I PENDAHULUAN. Pasar keuangan yang berkembang dengan sangat pesat menyebabkan
BAB I PENDAHULUAN 1.1 Latar Belakang Pasar keuangan yang berkembang dengan sangat pesat menyebabkan terjadinya perubahan situasi dan kondisi pasar yang cenderung menimbulkan risiko bagi para investor.
Lebih terperinciMODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN
MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN oleh RETNO TRI VULANDARI M0106062 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciPENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING
PENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING Arif Rahman Program Studi Teknik Industri, Fakultas Teknik, Universitas Brawijaya Jl.
Lebih terperinciPERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO
1 e-jurnal Matematika Vol. 1 No. 1 Agustus 2012 PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO WAYAN ARTHINI 1, KOMANG DHARMAWAN 2, LUH PUTU IDA HARINI 3 1, 2,
Lebih terperinciRatri Oktaviani, Sugiyanto, dan Yuliana Susanti Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret
HUBUNGAN KONDISI INDIKATOR NILAI TUKAR RIIL DAN IHSG DALAM MENDETEKSI KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING Ratri Oktaviani, Sugiyanto, dan Yuliana Susanti
Lebih terperinciAPLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN
APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI 1, D. C. LESMANA 2, B. SETIAWATY 2 Abstrak Petani memiliki
Lebih terperinciS - 19 UJI NORMALITAS BERDASARKAN METODE ANDERSON- DARLING, CRAMER-VON MISES DAN LILLIEFORS MENGGUNAKAN METODE BOOTSTRAP
S - 19 UJI NORMALITAS BERDASARKAN METODE ANDERSON- DARLING, CRAMER-VON MISES DAN LILLIEFORS MENGGUNAKAN METODE BOOTSTRAP Janse Oktaviana Fallo 1, Adi Setiawan 2, Bambang Susanto 3 1,2,3 Program Studi Matematika
Lebih terperinciPEMODELAN MARKOV SWITCHING AUTOREGRESSIVE
PEMODELAN MARKOV SWITCHING AUTOREGRESSIVE asa M arga ro) C ng Semara SKRIPSI Oleh : FIQRIA DEVI ARIYANI 24010210120021 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO 2014 PEMODELAN
Lebih terperinciProsiding Seminar Nasional Sains dan Pendidikan Sains VIII, Fakultas Sains dan Matematika, UKSW Salatiga, 15 Juni 2013, Vol 4, No.
PENERAPAN METODE BOOTSTRAP PADA UJI KOMPARATIF NON PARAMETRIK LEBIH DARI SAMPEL Studi Kasus: Inflasi di Kota Purwokerto, Surakarta, Semarang, dan Tegal Tahun 003-01 Yudi Agustius 1), Adi Setiawan ), Bambang
Lebih terperinciBAB I PENDAHULUAN. Value at Risk (VaR) telah menjadi ukuran standar dalam resiko pasar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Value at Risk (VaR) telah menjadi ukuran standar dalam resiko pasar di lembaga-lembaga keuangan seperti bank. Alasan utama mengapa VaR begitu populer adalah
Lebih terperinciTeknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu
Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu Yosafat Aji Pranata Abstrak Balok merupakan salah satu elemen struktur utama pada struktur bangunan gedung. Salah satu kriteria
Lebih terperinciPERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)
Jurnal Matematika UNAND Vol. 5 No. 4 Hal. 80 88 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE
Lebih terperinciBAB II DASAR TEORI 2.1 Pengertian Tata Guna/Tutupan Lahan
BAB II DASAR TEORI Prediksi perubahan lahan merupakan salah satu informasi penting untuk mendukung perencanaan penggunaan lahan. Untuk itu perlu dibuat suatu model yang mampu mewakili prediksi perubahan
Lebih terperinciAPLIKASI MARKOV RANDOM FIELD PADA MASALAH INDUSTRI
APLIKASI MARKOV RANDOM FIELD PADA MASALAH INDUSTRI Siana Halim Dosen Fakultas Teknologi Industri, Jurusan Teknik Industri Universitas Kristen Petra ABSTRAK Rantai Markov dalam proses stokastik seringkali
Lebih terperinciANALISIS REGRESI TOBIT SPASIAL: Studi Kasus Penggunaan Internet di Pulau Jawa
ANALISIS REGRESI TOBIT SPASIAL: Studi Kasus Penggunaan Internet di Pulau Jawa oleh: Andhie Surya Mustari NRP. 1310 201 719 Pembimbing: Dr. Dra. Ismaini Zain, M.Si. Seminar Tesis, Senin, 16 Januari 2012
Lebih terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
Lebih terperinciBAB I PENDAHULUAN. satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data time series merupakan serangkaian data pengamatan yang berasal dari satu sumber tetap yang terjadi berdasarkan waktu t secara berurutan dan dengan interval
Lebih terperinci