Penentuan Harga Opsi Asia dengan Metode Monte Carlo
|
|
- Susanto Sutedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JURAL AEAIKA AIK Vol. 3 o. 1. ei 217. Penentuan Harga Opsi Asia dengan etode onte Carlo Surya Amami Pramuditya 1 FKIP, Universitas Swadaya Gunung Djati 1, amamisurya@fip-unswagati.ac.id 1 DOI: Abstra Opsi adalah ontra antara holder dan writer dimana writer memberian ha (buan ewajiban) epada holder untu membeli menjual aset dari writer dengan harga tertentu (strie price) dan pada watu yang telah ditentuan dimasa datang (maturity time). Opsi Asia termasu pada opsi path dependent. Artinya payoff opsi Asia tida hanya bergantung pada harga saham saat maturity time saja, tetapi merupaan rata-rata harga saham selama masa jatuh temponya dan disimbolan A (average). onte Carlo pada dasarnya digunaan sebagai prosedur numeri untu menasir nilai espetasi pricing product derivative. eni yang digunaan adalah onte Carlo standar dan redusi varians. Hasilnya diperoleh harga opsi Asia call dan put untu edua teni dengan selang epercayaan 95%. eni redusi varians terlihat lebih cepat memperecil selang epercayaan 95% dibandingan metode standar. Kata unci: opsi,, Asia, onte Carlo Abstract Option is a contract between a holder and a writer in which the writer grants the rights (not obligations) to the holder to buy or sell the assets of the writer at a certain price (strie price) at maturity time. Asian options are included in the dependent path option. his means that Asia's payoff option depends not only on the stoc price at maturity time, but it is the average stoc price during its maturity and symbolized A (average). onte Carlo is basically used as a numerical procedure to estimate the expected value of pricing product derivatives. he techniques used are the standard onte Carlo and variance reduction. he result obtained the Asia call option price and put for both techniques with 95% confidence interval. he variance reduction technique loos faster reducing 95% confidence interval than standard method. Keyword: option, Asian, onte Carlo 1. Pendahuluan Hull [2] mendefinisian opsi sebagai ontra antara holder dan writer dimana writer memberian ha (buan ewajiban) epada holder untu membeli menjual suatu aset dari writer dengan harga tertentu (strie exercise price) dan pada watu yang telah ditentuan dimasa datang (expiry date maturity time) [4][5]. Salah satu jenis opsi adalah opsi Asia. Opsi Asia termasu pada opsi path dependent [4]. Artinya payoff opsi Asia tida hanya bergantung pada harga saham saat maturity time saja. Di sini payoff opsi Asia merupaan rata-rata harga saham selama masa jatuh temponya dan disimbolan A (average). etode onte Carlo pada dasarnya digunaan sebagai prosedur numeri untu menasir nilai espetasi dari suatu peubah aca sehingga metoda ini dapat digunaan untu permasalahan pricing product derivative jia direpresentasian sebagai nilai espetasinya. Prosedur simulasi melibatan generating dari peubah aca dengan suatu fungsi epadatan dan dengan menggunaan law of large number maa rata-rata dari nilai ini dapat dinyataan sebagai penasir espetasi peubah aca tersebut. Penelitian ini bertujuan untu mencari payoff harga opsi Asia call dan put fixed strie dan 46
2 JURAL AEAIKA AIK Vol. 3 o. 1. ei 217. average strie disertai selang epercayaan 95%. Selanjutnya, dicari selang epercayaan terecil melalui metode onte Carlo standard dan redusi varians. 2. Simulasi onte Carlo isalan X peubah aca dengan espetasi E(X) = a dan Var (X) = b 2 yang nilainya belum dietahui. isalan X 1, X 2,, X adalah barisan peubah aca yang berdistribusi identi dengan X, maa penasir ta bias untu a [6][3] adalah a = 1 X i dan penasir ta bias untu b 2 adalah (1) b 2 = 1 1 (X i a ) 2 (2) Berdasaran teorema limit pusat untu berlau X i a ~(,1) b Sehingga, X i ~(a, b 2 ) a a = 1 X i a~(, b2 ) a a b ~(,1) Aan didapatan tasiran interval untu a. Perhatian P ( a a 1.96) =.95 b P ( 1.96 a a b 1.96) =.95 P (a 1.96 b a a b ) =.95 b Di sini merupaan standard error, dengan mengambil b b, maa P (a 1.96 b a a b ) =.95 (3) Sehingga diperoleh selang epercayaan 95 % untu a adalah [a 1.96 b, a b ]. Agar aurasi selang lebih aurat dapat diperoleh malalui dua cara yaitu : 1. emperbesar simulasi, tetapi hal ini memberian watu omputasi yang lama. 2. engecilan b meredusi variansi dengan menggunaan ontrol variat. 2.1 eni Redusi Variansi dengan Kontrol Variat asiran selang aan semain aurat jia lebar dari selang tersebut semain sempit/ecil, lebar selang epercayaan dapat dipersempit dengan cara memperbanya sampel (menambah jumlah simulasi). amun cara ini cuup menyulitan arena fator. Sebagai contoh, untu mendapatan selang epercayaan yang lebih aurat, yaitu menyusutan selang epercayaan dengan fator 1 membutuhan sampel seratus ali lebih banya dari semula. Cara lain yang dapat dilauan adalah memperecil standar deviasi (b ) yang berarti memperecil variansi [1]. Ide dari teni ini dalah mengganti X i dengan barisan peubah aca yang lain yang juga identi dengan mean sama dengan E(X i ) namun dengan variansi yang lebih ecil. isalan θ = E(X) ingin ditasir dengan simulasi onte Carlo. Andaian ada peubah aca lain, selain X yaitu Y dengan mean E(Y) = μ Y, emudian aan ditunjuan var (X) > var(y). ulis peubah aca Z = X + c(y μ Y ) (4) maa nilai espetasi dari Z adalah E(X + c(y μ Y )) = E(X) + ce(y μ Y ) = θ + ce(y μ Y ) = θ Sedangaan variansinya var(x + c(y μ Y )) = var (X + cy) = var (X) + var (Y) + 2cov(X, cy) = var (X) + c 2 var(y) + 2c cov(x, Y) (5) Pilih Y sedemiian rupa sehingga cov(x, Y). Karena var (X), var(y), Cov(X, Y) dietahui, maa var (Z) = f(c) yaitu fungsi uadrat dalam c. inimuman ruas anan pada persamaan (5) terhadap c diperoleh c cov(x, Y) = (6) var (Y) usahaan cov (Y, V) positif sehingga c negatif. Dengan mengsubsitusian persaman (6) e persamaan (5) diperoleh 47
3 JURAL AEAIKA AIK Vol. 3 o. 1. ei 217. var(x + c (Y μ Y )) = var(x) cov2 (X, Y) var(y) diperoleh redusi variansi var(z) var(y) = 1 cov2 (X, Y) var(y)var(x) = 1 corr 2 (X, Y) selanjutnya pilih Y = S(n) i dan lauan simulasi untu X dan Y diperoleh X i dan Y i (i = 1,2,, ). ulis cov (X, Y) = 1 X = 1 X i Y = 1 Y i 1 (X i X )(Y Y ) var (X, Y) = 1 1 ( Y i Y ) Peubah aca pembanding memilii mean sampel θ = 1 ( X i + c (Y μ Y )) 2.2 odel Harga Saham isalan model pergeraan harga saham [3] [2] [4] [5] adalah S() = S e (r 1 2 σ2 )+σ z dengan Z~(,1) (7) serta = 1, dimana merupaan banya hari erja dalam 1 tahun. Selanjutnya model saham ini menghasilaan espetasi dari peubah aca [4][5] C = e r mas{s e (r 1 2 σ2 )+σ z K, } yaitu nilai opsi call Eropa saat dihitung di t =. 2.3 Opsi Asia Average price Asian Call (fixed strie price) C(S, ) = mas ( 1 S(τ)dτ K, ) Average price Asian Put ((fixed strie price)) P(S, ) = mas (E 1 S(τ)dτ, ) Average Strie Price Asian Call C(S, ) = mas (S() 1 S(τ)dτ, ) Average Strie Price Asian Put P(S, ) = mas ( 1 S(τ)dτ S(),) Pandang S (τ)dτ t S j (8) dimana adalah banyanya partisi dan ingat bahwa =, maa S (τ)dτ = 1 t S t j = 1 S j (9) Sehingga penggunaan onte Carlo untu Asian Call Option memilii payoff [3] C i (S, ) = mas ( 1 S j K, ) (1) C i (S, ) = mas (S() 1 S j, ) (11) untu i = 1,2,,. Berdasaran persamaan (9), persamaan (1) dan (11) dapat ditulisan Vcprice = exp ( r n ) (1 n S j K, ) n Vcstrie = exp ( r n ) (S + (12) Payoff dari Asian option ditentuan dari nilai rata-rata untu tiap asusnya [2][6], yaitu: + n 1 n S j, ) (13) 48
4 JURAL AEAIKA AIK Vol. 3 o. 1. ei Algoritma etode onte Carlo Beriut merupaan algoritma menentuan harga opsi Asia dengan etode onte Carlo [6]. abel 1. Harga Saham Input: S, K, r, σ, n,, Bangitan fator aca z(, n) Hitung E(X) = mu = (r 1 2 σ2 ) Var(X) = dev = σ Untu i = 1,2,.., dan j = 1,2,.., n Untu j = 1, x(i, j) = mu + dev z(i, j) Untu j = 2,.., n, x(i, j) = x(i, j 1) + (mu + dev z(i, j)) Harga saham S b (i, j) = S exp (x(i, j)) abel 2. Opsi Asia Bangun harga saham S b Hitung A mean S b sebagai harga saham selama [, ] Hitung S n yaitu harga saham saat maturity time Hitung payoff Jia C standar, maa Jia opsi call, maa Vprice = exp( r n ) max(a K, ) lainnya, Vprice = exp( r n ) max(k A, ) Hitung mean dan standar deviasi dari Vprice, serta selang epercayaan 95% lainnya, (ontrol variat) pilih Y = n S i Jia opsi call, maa hitung X = exp( r n ) max(a K, ) Cov(X, Y) Corr(X, Y) c Z = X + c (Y μ Y ) Hitung mean dan standar deviasi dari Z, serta selang epercayaan 95% lainnya, Vprice = exp( r n ) max(k A, ) Cov(X, Y) Corr(X, Y) c Z = X + c (Y μ Y ) Hitung mean dan standar deviasi dari Z, serta selang epercayaan 95% Hitung rasio (redusi) Hasil Dan Pembahasan Untu menentuan selang epercayaan serta harga opsi Call dan Put Asia digunaan program atlab. Program ini menggunaan data fitif dengan r = 6%; σ =.3; = 1; S = 15; = 252; n = 1. Adapun r adalah suu bunga, σ adalah volatilitas, adalah watu satu tahun erja, S adalah harga saham awal, adalah watu hari erja dan n adalah partisi watu. abel 3. Selang Kepercayaan Opsi Call Asia onte Carlo Standar K=9 Average Price Average Strie abel 4. Harga Opsi Call Asia onte Carlo Standar K=9 Fixed Strie Average Strie Berdasaran tabel 3 dan tabel 4 di atas, semain besar langah, maa selang epercayaan 95% semain ecil, sehingga tasiran harga opsi call Asia untu fixed strie maupun average strie semain bai. abel 5. Selang Kepercayaan Opsi Call Asia onte Carlo Redusi Varians K=9 Average Price Average Strie abel 6. Harga Opsi Call Asia onte Carlo Redusi Varians K=9 Fixed Strie Average Strie Berdasaran tabel 5 dan tabel 6 di atas, semain besar langah, maa selang epercayaan 95% semain ecil, sehingga tasiran harga opsi call Asia untu fixed strie maupun
5 JURAL AEAIKA AIK Vol. 3 o. 1. ei 217. average strie semain bai. eni redusi varians terlihat lebih cepat memperecil selang epercayaan 95% dibandingan metode standar. abel 7. Selang Kepercayaan Opsi Put Asia onte Carlo Standar K=17 Average Price Average Strie abel 8. Harga Opsi Put Asia onte Carlo Standar K=17 Fixed Strie Average Strie Berdasaran tabel 7 dan tabel 8 di atas, semain besar langah, maa selang epercayaan 95% semain ecil, sehingga tasiran harga opsi put Asia untu fixed strie maupun average strie semain bai. abel 9. Selang Kepercayaan Opsi Put Asia onte Carlo Redusi Varians K=17 Average Price Average Strie Kesimpulan Semain besar banyanya langah, maa semain memperecil jara selang epercayaan 95%, untu menasir harga opsi Call maupun opsi Put. Dengan menggunaan teni redusi varians terlihat lebih cepat memperecil selang epercayaan 95% dibandingan metode standar. Daftar Pustaa [1] Fu,. C., adan, D. B., & Wang,. Pricing continuous Asian options: a comparison of onte Carlo and Laplace transform inversion methods. Journal of Computational Finance, 2(2), (1999) [2] Hull, J.C., Options, Futures, and Other Derivatives (Eighth Edition). Pearson, England. (212). [3] Podlozhnyu, V., & Harris,. onte Carlo Option Pricing. CUDA SDK. (28). [4] Pramuditya, S.A., & Sidarto, K. A. Penentuan Harga Opsi Asia Dengan odel Binomial Dipercepat. Repository FKIP Unswagati. (213). [5] Pramuditya, S.A. Perbandingan etode Binomial dan etode Blac-Scholes Dalam Penentuan Harga Opsi. SAISA, 5(1). (216). [6] Seydel, R., ools for Computational Finance. Springer-Verlag, Berlin. (22). abel 1. Harga Opsi Put Asia onte Carlo Redusi Varians K=17 Fixed Strie Average Strie Berdasaran tabel 9 dan tabel 1 di atas, semain besar langah, maa selang epercayaan 95% semain ecil, sehingga tasiran harga opsi put Asia untu fixed strie maupun average strie semain bai. eni redusi varians terlihat lebih cepat memperecil selang epercayaan 95% dibandingan metode standar 5
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang
Lebih terperinciPerbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi
Jurnal Sainsmat, Maret 2016, Halaman 1-6 Vol. V, No. 1 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Perbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi Comparison
Lebih terperinciTEKNIK REDUKSI VARIAN DALAM METODE MONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. M. Febbry Sya bantio ABSTRACT
TEKNIK REDUKSI VARIAN DALA ETODE ONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. Febbry Sya bantio ahasiswa Program Studi S1 atematika Fakultas atematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina
Lebih terperinciABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL
ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.om Banyak model telah
Lebih terperinciPERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO
PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO Ardhia Pringgowati 1 1 Prodi Ilmu Komputasi Telkom University, Bandung 1 ardya.p@gmail.com Abstrak Pada penelitian ini berhubungan
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciBAB III METODE MONTE CARLO
BAB III ETODE ONTE CARLO 3.1 etode onte Carlo etode onte Carlo pertama kali ditemukan oleh Enrico Fermi pada tahun 1930-an. etode ini diawali dengan adanya penelitian mengenai pemeriksaan radiasi dan jarak
Lebih terperinci2.5.1 Penentuan Nilai Return Saham Penentuan Volatilitas Saham Dasar- dasar Simulasi Monte Carlo Bilangan Acak...
Judul Nama Pembimbing : Penentuan Harga Opsi Beli Tipe Asia dengan Metode Monte Carlo-Control Variate : Ni Nyoman Ayu Artanadi : 1. Ir. Komang Dharmawan, M.Math, Ph.D. 2. Drs. Ketut Jayanegara, M.Si. ABSTRAK
Lebih terperinciPENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE
E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
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 terperinciPENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE
PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE R. MELIYANI 1, E. H. NUGRAHANI 2, D. C. LESMANA 3 Abstrak Opsi window reset merupakan salah satu jenis opsi yang
Lebih terperinciPENENTUAN NILAI OPSI LOOKBACK DENGAN MENGGUNAKAN METODE TRINOMIAL Intan Pelangi Astridnindya 1 dan J. Dharma Lesmono 2 1 Mahasiswa Jurusan Matematika Universitas Katolik Parahyangan Bandung e-mail: intan_pelangi4@yahoo.com
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciBAB V PENUTUP ( ( ) )
BAB V PENUTUP 5.1 Kesimpulan Penentuan harga opsi Asia menggunakan rata-rata Aritmatik melalui Simulasi Monte Carlo dapat dinyatakan sebagai berikut. ( ( ) ) ( ( ) ) dimana merupakan harga opsi Call Asia
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciPenentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen
Jurnal ainsmat, eptember 16, Halaman 143-1 ol., No. IN 79-686 (Online) IN 86-67 (Cetak) http://ojs.unm.ac.id/index.php/sainsmat Penentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen Determine the value
Lebih terperinciPEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN
BAB IV PEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN. Program GUI Simulasi Monte Carlo untuk Menilai Opsi Keuangan. Berikut adalah tampilan dari program GUI Simulasi Monte Carlo untuk Menilai Opsi
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... xi BAB I PENDAHULUAN...
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciBAB I PENDAHULUAN. seperti; saham, obligasi, mata uang dan lain-lain. Seiring dengan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal, terdapat berbagai macam aset yang diperjualbelikan seperti; saham, obligasi, mata uang dan lain-lain. Seiring dengan perkembangan
Lebih terperinciMENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT
MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan
Lebih terperinciPENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana
PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan
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. Opsi merupakan suatu kontrak/perjanjian antara writer dan holder yang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Opsi merupakan suatu kontrak/perjanjian antara writer dan holder yang memberikan hak, bukan kewajiban, kepada holder untuk membeli atau menjual suatu aset
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinci: Mengestimasi Value at Risk (VaR) pada Opsi Beli Tipe Asia yang Dihitung Menggunakan Metode Importance Sampling
v Judul : Mengestimasi Value at Risk (VaR) pada Opsi Beli Tipe Asia yang Dihitung Menggunakan Metode Importance Sampling Nama : Ni Komang Ayu Artini (NIM : 1208405036) Pembimbing : 1. Ir. Komang Dharmawan,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciMENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL
MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa
Lebih terperinciTUGAS I RANCANGAN PERCOBAAN BAB I
TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data
Lebih terperinciPENENTUAN HARGA OPSI AMERIKA MELALUI MODIFIKASI MODEL BLACK- SCHOLES PRICING AMERICAN OPTION USING BLACK-SCHOLES MODIFICATION MODEL
PENENTUAN HARGA OPSI AMERIKA MELALUI MODIFIKASI MODEL BLACK- SCHOLES PRICING AMERICAN OPTION USING BLACK-SCHOLES MODIFICATION MODEL Hesekiel Maranatha Gultom 1 Irma Palupi 2 Rian Febrian Umbara 3 1,2,3
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperincimungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing
. DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinci3. Sebaran Peluang Diskrit
3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.
Lebih terperinciPraktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes
Modul ke: Fakultas EKONOMI DAN BISNIS Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes Agus Herta Sumarto, S.P., M.Si. Program
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciHASIL EMPIRIS. Tabel 4.1 Hasil Penilaian Numerik
31 IV HASIL EMPIRIS 4.1 Penilaian Numerik Untuk melihat bagaimana model bekerja, dapat disimulasikan harga saham dan membandingkan beberapa hasil numerik dari beberapa model yang dibangun sebelumnya. Di
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinci- Persoalan nilai perbatasan (PNP/PNB)
PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciMETODE MONTE CARLO UNTUK MENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN 1 PENDAHULUAN
ETODE ONTE CARLO UNTUK ENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN I. KAILA 1, E. H. NUGRAHANI, D. C. LESANA Abstrak Asumsi suku bunga konstan pada penentuan harga opsi barrier tidak sesuai
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciOSN 2014 Matematika SMA/MA
Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciBAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Secara umum investasi adalah meliputi pertambahan barang-barang dan jasa dalam masyarakat, seperti pertambahan mesin-mesin baru, pembuatan jalan baru,pembukaan
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciPengenalan Pola. Klasifikasi Linear Discriminant Analysis
Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinci3.1 TEOREMA DASAR ARITMATIKA
3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)
Lebih terperinciPENENTUAN HARGA OPSI KEUANGAN DENGAN SIMULASI MONTE CARLO
PENENTUAN HARGA OPSI KEUANGAN DENGAN SIMULASI MONTE CARLO TUGAS AKHIR Diajukan sebagai salah satu syarat untuk mengikuti sidang Sarjana Program Studi Matematika Institut Teknologi Bandung Oleh : Kunarto
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciVALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI. Disusun oleh YULIA AGNIS SUTARNO JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
VALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI Disusun oleh YULIA AGNIS SUTARNO 24010210110009 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014 VALUASI COMPOUND
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 terperinciPenentuan Harga Wajar Opsi Saham Karyawan dengan Metode Binomial (Studi Kasus BCA)
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 6735 Penentuan Harga Wajar Opsi Saham Karyawan dengan Metode Binomial (Studi Kasus BCA) Determination of Employee Stock Options
Lebih terperinciPENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N)
PENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N) OKI TJANDRA SURYA KURNIAWAN 1 1 Jurusan Matematika, Fakultas MIPA, Universitas Udayana, email: tjandra07.hartoyo@gmail.com
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciUji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group
Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciVALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 355-364 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM
Lebih terperinciPENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN BILANGAN ACAK FAURE
E-Jurnal Matematika Vol. 6 (4), November 2017, pp. 214-219 ISSN: 2303-1751 DOI: https://doi.org/10.24843/mtk.2017.v06.i04.p168 PENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN
Lebih terperinciBab 2. Landasan Teori. 2.1 Fungsi Convex
Bab 2 Landasan Teori Salah satu hal yang menarik dari topik tugas akhir ini adalah penggunaan sebuah ilmu dari dunia insurance (teori comonotonic) ke dunia matematika keuangan. Oleh karena itu untuk memahaminya
Lebih terperinciBAB III METODE BINOMIAL DIPERCEPAT
BAB III METODE BIOMIAL DIPERCEPAT 3.1 Deskripsi Umum Metode Binomial dipercepat merupakan pengembangan dari metode Binomial CRR. Metode Binomial dipercepat dikembangkan oleh T.R Klassen yang merupakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi,
Lebih terperinciANALISIS VARIANSI (ANOVA)
ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal terdapat berbagai macam aset yang diperjualbelikan seperti saham, mata uang, komoditas dan lain-lain. Seiring perkembangan waktu, pemilik
Lebih terperinciPenentuan Harga Opsi (call) Asia Menggunakan Metode Lattice multinomial
Penentuan Harga Opsi (call) Asia Menggunakan Metode Lattice multinomial Nur Roza Fitriyana 1, Deni Saepudin 2, Irma Palupi 3 1.2.3 Prodi S1 Ilmu Komputasi, Fakultas Informatika, Universitas Telkom Jalan
Lebih terperinciFIKA DARA NURINA FIRDAUS,
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal, terdapat berbagai aset pokok yang dapat diperjualbelikan, diantaranya adalah mata uang, sepaket saham, dan komoditas. Seiring dengan berkembangnya
Lebih terperinciPENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 49 57 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLAC-SCHOLES DENGAN MEODE BINOMIAL UNU SAHAM IPE EROPA LINA MUAWANAH NASIR Program Studi
Lebih terperinciPENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA
PENAIR RAIO-PRODU EPONENIAL YANG EFIIEN UNTU RATA-RATA POPULAI PADA AMPLING ACA BERTRATA Dess Nuralita 1*, Ruam Efendi, Haposan irait 1 Maasiswa Program 1 Matematia Dosen Jurusan Matematia Faultas Matematia
Lebih terperinciBAB 3 METODE PENELITIAN
36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye
Lebih terperinciSTUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING
STUDI KOPARASI IPEENTASI JARINGAN BASIS RADIA DAN FUZZY INFERENCE SYSTE TSK UNTUK PENYEESAIAN CURVE FITTING Sri Kusumadewi Teni Informatia Universitas Islam Indonesia Jl. Kaliurang Km 4,5 Yogyaarta cicie@fti.uii.ac.id
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciPENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON
E-Jurnal Matematika Vol. 3 (4), November 2014, pp. 154-159 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON I Gusti Putu Ngurah
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciIndonesia Symposium On Computing 2015 ISSN:
IMPLEMENTASI MODEL BINOMIAL UNTUK PENENTUAN HARGA WAJAR OPSI SAHAM KARYAWAN I Wayan Ade Sugisnawan 1, Rian Febrian Umbara 2, Irma Palupi 3 Prodi S1 Ilmu Komputasi, Fakultas Informatika Universitas TelkomBandung
Lebih terperinci