DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

Ukuran: px
Mulai penontonan dengan halaman:

Download "DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH"

Transkripsi

1 DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009

2 ABSTRACT DARWISAH. Dynamcs Ineracon of Speculaon and Dversfcaon n Shares. Under supervson DONNY CITRA LESMANA and ALI KUSNANTO. In he capal marke here are wo commonly analyss used o analyze prce, namely he fundamenal and echncal analyss. Those analyss are used o esmae he prce. Ths paper ams o show he dynamcs of he wo socks wh fundamenals, chars and marke reacon parameers. Based on he prce reducon esablshed by marke maker, one can oban dynamcs dscree sysems wh seven dmensons ha descrbe he developmen of prces, he expeced yeld, varans and covarance. The sably n he sysem s srongly nfluenced by he parameers of chars. Usng smulaon, can be concluded ha he chars parameers and rae of marke reacon parameers o prce changes parameers can cause flucuaons n he sock prce dynamcs. Keywords: fundamenals, chars.

3 ABSTRAK DARWISAH. Dnamka Ineraks dar Spekulas dan Dversfkas pada Saham. D bawah bmbngan DONNY CITRA LESMANA dan ALI KUSNANTO. Dalam pasar modal erdapa dua analss yang serng dgunakan unuk menganalss harga, yau analss fundamenal dan analss eknkal. Analss dlakukan unuk memperkrakan harga yang akan daang. Tulsan n berujuan memperlhakan dnamka dar dua saham dengan parameer analss funadamenal, analss eknkal dan reaks pasar. Berdasarkan pereduksan harga yang dbenuk marke maker dperoleh ssem dnamka dskre dengan ujuh dmens yang menggambarkan perkembangan harga, mbal hasl yang dharapkan, varan dan kovaran. Kesablan ssem dalam k ekulbrum sanga dpengaruh oleh parameer anals eknkal. Berdasarkan smulas, dapa dsmpulkan bahwa parameer anals eknkal dan reaks kecepaan pasar erhadap perubahan harga dapa menyebabkan flukuas dnamka harga kedua saham. Kaa Kunc: analss fundamenal, analss eknkal.

4 DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH Skrps sebaga salah sau syara unuk memperoleh gelar Sarjana Sans pada Deparemen Maemaka DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 009

5 Judul Skrps : Dnamka Ineraks dar Spekulas dan Dversfkas pada Saham Nama : Darwsah NIM : G Dseuju Donny Cra Lesmana, S.S., M.Fn.Mah. Pembmbng I Drs. Al Kusnano, M.S. Pembmbng II Dkeahu Dr. drh. Hasm, DEA. Dekan Fakulas Maemaka dan Ilmu Pengeahuan Alam Tanggal Lulus :

6 PRAKATA Segala puj dan syukur penuls panjakan kehadra Allah SWT, ada Illah selannya, yang jwa-jwa manusa ada dalam genggamannya, yang elah memberkan nkam dan rahmanya sehngga penuls dapa menyelesakan karya lmah yang berjudul Dnamka Ineraks dar Spekulas dan Dversfkas pada Saham. Sholawa dan salam ak lupa penuls panjakan kepada manusa erbak sepanjang zaman Nab Besar Muhammad SAW yang elah memberkan eladan hdup, besera keluarga, sahaba dan pengkunya yang eap sea hngga akhr zaman. Dukungan dan semanga yang dberkan dar orang-orang sekar kepada penuls bak langsung maupun dak elah memberkan konrbus besar dalam penyelesan karya lmah n. Oleh karena u penuls ngn mengucapkan erma kash yang sebesar-besranya kepada :. Donny Cra Lesmana, S.S., M.Fn.Mah selaku pembmbng perama dan Drs. Al Kusnano, M.S selaku pembmbng kedua, erma kash aas kesabaran dan bmbngannya selama n.. Ir. Reno Budar, MS. selaku dosen penguj dan moderaor semnar. 3. Seluruh dosen dan saf Deparemen Maemaka, erma kash aas kesabaran dan keulusannya dalam memberkan lmu. 4. Keluarga besarku: Ayah, Umak, Kak Jah, Kak Ansah, Kak Salmah, Kak Pkek, Abang Rosd, Ian, Nurazzah dan keluarga besar d Jakara dan d Bogor yang senanasa memberkan perhaan, kash sayang, movas, doa dan dukungan kepada penuls. 5. Nda, Yaya, Akmal Idrs, Rangga, erma kash aas dskusnya enang karya lmah n. Mora, Ipu, El, As erma kash aas banuannya. Ma 4 erma kash aas kebersamaannya. 6. Sr Juhryyah, Wulan, Yen, Lnda, Arn, Husna, Na, Dan, Ra erma kash aas banuan, movas, dan doanya. 7. Rekan-rekan d Kumon dan d Assaknah erma kash aas kebersamaan kekompakan dan movasnya. sera semua phak yang dak bsa dsebukan sau persau. Semoga karya lmah n dapa bermanfaa. Bogor, Sepember 009 Darwsah

7 RIWAYAT HIDUP Penuls dlahrkan d desa Pasar Laru pada anggal 5 Februar 985 sebaga anak keenam dar delapan bersaudara, pur dar pasangan Darman Hasbuan dan Yusrah Rangku. Penuls menyelesakan penddkan dasar d SDN Laru pada ahun 998 seelah u melanjukaan ke SLTPN 6 Koanopan dan lulus pada ahun 00. Sekolah menengah aas penuls selesakan d SMUN 3 Plus Sprok pada ahun 004. Seelah u melalu jalur Seleks Undangan Seleks Masuk IPB (USMI penuls derma sebaga mahasswa Insu Peranan Bogor (IPB pada Deparemen Maemaka, FMIPA. Selama perkulahan penuls akf dalam berbaga Lembaga Kemahasswaan sebaga anggoa dan pengurus seper Gugus Mahasswa Maemaka (GUMATIKA pada ahun , FORCES pada ahun , Ikaan Mahasswa Tapanul Selaan (IMATAPSEL pada ahun Selan u penuls juga menjad saf pangajar d berbaga lembaga bmbngan balajar seper BASIC pada ahun 005, SIMPLE pada ahun , GAMA UI pada ahun 008-Sekarang dan KUMON MATEMATIKA pada ahun 006-Sekarang. Sejak ngka perama sampa ngka keempa perkulahan penuls mendapakan beasswa PPA.

8 DAFTAR ISI Halaman DAFTAR GAMBAR... x DAFTAR LAMPIRAN... x I PENDAHULUAN. Laar Belakang.... Tujuan... II LANDASAN TEORI... III PEMBAHASAN 3. Permnaan Saham Nla Harapan Persamaan Harga Saham Kasus Koefsen Korelas Jangka Panjang nol... 0 IV SIMPULAN DAN SARAN 4. Smpulan Saran... 7 DAFTAR PUSTAKA... 7 LAMPIRAN... 8

9 DAFTAR GAMBAR Halaman Krera Kesablan pada Bdang (T,D... 4 Konds Kesablan Bdang Phase dan Dnamka Harga Saham dengan β β 0, Bdang Phase dan Dnamka Harga Saham dengan β β 0,6... 6

10 DAFTAR LAMPIRAN Halaman Penurunan Persamaan (3.4 dan ( Penurunan Persamaan (3.7 dan ( Penyederhanaan Persamaan (3.4 dan ( Penurunan Persamaan (3.9 dan ( Program unuk Memplo Gambar Program unuk Memplo Gambar Program unuk Memplo Gambar

11 I PENDAHULUAN. Laar Belakang Unuk melakukan nvesas dalam benuk saham dperlukan analss saham, yau analss fundamenal dan analss eknkal. Tujuan analss fundamenal adalah menenukan apakah nla saham berada pada poss undervalue aau overvalue. Saham dkaakan undervalue blamana harga saham d pasar lebh kecl dar pada harga wajar aau nla yang seharusnya, demkan juga dengan sebalknya. Dapa dkaakan bahwa unuk memperkrakan harga saham dapa menggunakan analss fundamenal yang menganalss konds keuangan dan ekonom perusahaan yang menerbkan saham ersebu. Analssnya dapa melpu rend penjualan dan hubungan kerja anara phak perusahaan dengan karyawan, sumber bahan menah, perauranperauran perusahaan dan beberapa fakor lan yang mempengaruh nla saham perusahaan ersebu. Dalam menganalss knerja perusahaan dapa dgunakan raso keuangan yang erbag dalam empa kelompok, yau raso lkudas, akvas, huang dan profablas. Dengan analss ersebu, para anals mencoba memperkrakan harga saham d masa yang akan daang dengan mengesmas nla dar fakorfakor fundamenal yang mempengaruh harga saham d masa yang akan daang dan menerapkan hubungan fakor-fakor ersebu, sehngga dperoleh aksran harga saham. Analss eknkal menggunakan daa pasar yang elah dpublkaskan yau harga saham, volume perdagangan, ndeks harga saham ndvdual maupun gabungan unuk mengakses permnaan dan penawaran saham erenu maupun pasar secara keseluruhan. Pendekaan n nnya membua sera mengnerpreaskan harga saham dan volume ransaks unuk mendapakan peunjuk enang arah perubahan harga saham d masa yang akan daang. Namun hasl dar kedua analss ersebu dak selalu epa dengan harga yang ada d pasar saham. Dengan demkan hasl dar analss n mash erdapa rsko dengan besaran erenu. Unuk mengurang rsko yang mbul, nvesor dapa melakukan dversfkas, yau dengan nvesas pada beberapa jens saham. Dengan dversfkas, rsko yang mbul pada suau saham dapa duup oleh saham yang lan. Dalam ulsan n dversfkas yang dlakukan hanya unuk dua saham yang berbeda. Tulsan n memperlhakan dnamka kedua saham, d mana harga kedua saham danalss oleh anals fundamenal dan anals eknkal. Seap anals percaya pada nla harapan mbal hasl, varan, dan kovaran yang mereka perkrakan.. Tujuan Karya lmah n berujuan memperlhakan dnamka dar dua saham yang berbeda, dmana pergerakan harga kedua saham ersebu dpengaruh oleh parameer analss fundamenal, analss eknkal dan reaks pasar erhadap perubahan harga.. II LANDASAN TEORI Defns (Grup Hmpunan G dkaakan membenuk grup erhadap operas + jka memenuh sfa:. s, Gberlaku + s s+. sr,, Gberlaku ( + s + r + ( s+ r 3. 0 G sehngga Gberlaku G selalu G sehngga + 0. Hmpunan G hanya membenuk semgrup, jka sfa 4 dak erpenuh. (Gurman, 005 Defns (Ssem Dnamka Dskre Ssem dnamka adalah semgrup G yang berada pada ruang M, sehngga erdapa pemeaan T : G M M ( g, x Tg ( x sedemkan sehngga ToT g h Tgoh. Jka G adalah grup, maka dnamakan ssem dnamka nverble. Yang akan dbahas dalam ulsan n adalah ssem dnamka dskre dengan G 0 dan G,

12 dengan 0 {0} ( adalah hmpunan blangan bula posf dan adalah hmpunan blangan bula. Conoh benuk dasar ssem dnamka dskre adalah eras. Msalkan f memeakan nerval I erhadap drnya sendr. Perhakan bahwa n n Tn f f f f f, G 0 Jka f adalah nverble, maka benuk eras d aas dapa dgunakan unuk n. (Teschl, 000 Defns 3 (Merk Msalkan ρ adalah suau fungs jarak, dan msalkan xyz,,. Jka fungs ρ memenuh syara berku:. ρ ( xx, 0(jarak dar suau k erhadap drnya sendr adalah nol. ρ ( xy, > 0 dengan x y (jarak anara dua k selalu lebh besar dar nol 3. ρ( x, y ρ( y, x (jarak dar x ke y adalah sama dengan jarak dar y ke x 4. ρ( x, y ρ( x, z + ρ( z, y (jarak dar x ke y lebh pendek aau sama dengan dar pada jarak dar x ke z kemudan dar z ke y, maka ρ adalah merk. (Goldberg, 976 Defns 4 (Ruang Merk Msalkan M adalah hmpunan, merk unuk fungs M adalah ρ dengan daerah asal M M dan range ada dalam [ 0, sedemkan sehngga ρ ( xx, 0, ( x M ρ ( xy, > 0, ( x, y M, x y ρ( x, y ρ( y, x, ( x, y M ρ( x, y ρ( x, z + ρ( z, y, ( x, yz, M. Jka ρ adalah merk unuk M, maka pasangan M, ρ adalah ruang merk. (Goldberg, 976 Defns 5 (Tk Teap Msalkan M ruang merk dan msalkan f : M M konnu. n n f ( x f ( f( x, f 0 ( x x. Tk p M yang memenuh f ( p p, n dnamakan k eap aau k ekulbrum dar f. (Teschl, 000 Defns 6 (Nla egen dan vekor egen Msalkan A adalah suau marks n n. Skalar λ dsebu sebaga nla egen aau nla karakersk dar A jka erdapa suau vekor aknol x, sehngga Ax λ x. Vekor x dsebu vekor egen aau vekor karakersk dar λ. Persamaan Ax λ x dapa dulskan dalam benuk (A -- λ Ix 0. (. Jad λ adalah nla egen dar A jka dan hanya jka persamaan (. memlk suau penyelesaan akrval dan mempunya penyelesaan akrval jka dan hanya jka (A - λ I sngular, aau ekvalen dengan de(a - λ I 0, dengan I adalah marks denas yang berukuran n n. Conoh Tenukan nla-nla egen dan vekor egen yang bersesuan dar marks 3 A. 3 Penyelesaan Persamaan karakersk marks A adalah 3 λ 0 aau λ λ 0. 3 λ Jad nla-nla egen dar marks A adalah λ dan λ 3. Unuk menenukan vekor 4 egen yang dmlk oleh λ 4, harus denukan erlebh dahulu kernel (ruang nol dar A 4I A 4I, 3 6 Dengan menyelesakan (A 4Ix 0, dperoleh x ( x, x T. Jad semua kelpaan aknol dar (, T adalah vekor egen dar λ dan {(, T } adalah suau bass unuk ruang egen yang bersesuaan dengan λ. Dengan cara yang sama unuk λ, semua kelpaan aknol dar (,3 T adalah vekor egen dar λ. (Leon, 998 Defns 7 (Bfurkas

13 3 Perubahan kualaf dalam dnamka dsebu bfurkas, dan nla parameer pada empa erjadnya dsebu k bfurkas. (Srogaz, 994 Dalam ssem dnamka dskre ada beberapa macam bfurkas, namun dalam ulsan n hanya dberkan conoh sederhana dar bfurkas saddle node, bfurkas flp dan bfurkas Nemark, sebaga berku:. Bfurkas saddle node Bfurkas saddle node pada ssem dnamka dskre dkarakerskkan oleh nla egen real ssem melewa +. x x + μ x, dengan μ konsana +. Bfurkas flp Bfurkas flp pada ssem dnamka dskre dkarakerskkan oleh nla egen real ssem melewa -. 3 x+ ( + μ x x, dengan μ konsana 3. Bfurkas Nemark Ssem dnamka dskre memlk bfurkas Nemark aau bfurkas Hopf jka ssem memlk nla egen majner kompleks yang melewa un crcle. x μx ( x, dengan μ konsana + (Thompson dan Sewar, 00 Kesablan Ssem Dnamka Dskre Dua Dmens Msalkan xn+ F( x, y (. yn+ Gx (, y adalah ssem dnamka dskre dua dmens. E E Msalkan pula x x dan y y adalah k ekulbrum persamaan (.. Maka persamaan (. menjad E E E x F( x, y (.3 E E E y G( x, y. Dalam memerksa kesablan, dambahkan pengganggu (dsurbance erhadap k eap, sehngga E x x + (.4 E y y + η. Maka persamaan (. menjad E E E x+ x + + F( x +, y + η (.5 E E E y+ y + η+ G( x +, y + η. Dengan menggunakan ekspans Taylor dperoleh Fx + Fyη + + ( Fxx Fxyη + + F η + yy η Gx + Gyη + + ( Gxx Gxyη + + Gyyη + (.6 dengan caaan semua urunan F dan G devaluas pada k eap. Karena pengganggu yang dplh sanga kecl, maka urunan kedua, kega dan seerusnya dar persamaan (.6 dapa dabakan. Unuk penyederhanaan ulsan, urunan parsal perama F dan G dulskan dalam a, b, c, dan d, sehngga + a + bη, (.7 η+ c + dη dengan a Fx, b Fy, c Gx, d G y aau dulskan dalam benuk marks a b δ + Hδ, dengan H dan c d δ. η Msalkan λ dan λ adalah nla egen dar marks H dan dalam ssem n λ λdabakan. Jka nla λ dan λ adalah blangan real, maka persamaan (.7 dapa dransformaskan menjad u+ λu (.8 v λ v +.

14 4 Persamaan (.8 dkaakan sabl jka < λ, <, dan dak sabl jka nla mulak dar λ aau λ lebh besar dar. Jka salah sau nla egen msalnya λ nla mulaknya sama dengan dan nla mulak λ lebh kecl dar sau, pendekaan lnear dak dapa meneapkan kesablan dan kedaksablan k eap. Krera kesablan ssem dnamka dskre lebh lengkapnya dgambarkan pada bdang kompleks yang dbaas oleh lngkaran yang berjar-jar. Jka kedua nla egen berada pada lngkaran maka ssem adalah sabl. Teap jka salah sau nla egen berada d luar lngkaran maka ssem dak sabl. Persamaan nla egen marks H sebaga berku λ ( a+ d λ + ( ad bc 0 dengan a + d r (H T ad bc de(h D. Sehngga nla egen mark H adalah λ, ( 4 T ± T D. Krera kesablan dalam bdang (T, D dapa dlha pada Gambar. Bfurkas dvergen (saddle node erjad pada gars lurus T D. Bfurkas flp erjad pada gars lurus T + D. Sera bfurkas Nemark pada gars D. Segga LMN merupakan baasan kesablan dan k-k d dalam segga LMN adalah sabl. Gambar Krera kesablan pada bdang (T, D Bfurkas dvergen analog dengan bfurkas saddle node pada ssem dnamka konnu. Bfurkas Nemark analog dengan bfurkas Hopf pada ssem dnamka konnu, serng juga dsebu bfurkas Hopf kedua. Teap bfurkas flp dak dapa danalogkan dengan ssem dnamka konnu. (Thompson dan Sewar, 00 Defns 8 (Ekspekas Imbal Hasl Ekspekas mbal hasl adalah raa-raa ermbang seap probablas dar ngka mbal hasl pada seap skenaro. Jka ps ( adalah probablas seap skenaro dan rs ( adalah mbal hasl perode kepemlkan unuk seap skenaro, varabel s menunjukkan skenaro, maka ekspekas mbal hasl adalah Er ( psrs ((. s (Bode, Kane,Marcus, 00 Defns 9 (Varan Sandar devas merupakan akar dar varan, yang juga nla ekspekas devas kuadra dar mbal hasl yang dharapkan. Semakn ngg volalas hasl, semakn ngg raa-raa nla devas kuadra. Oleh karena u, varan dan sandar devas mengukur kedakpasan hasl, yang drumuskan sebaga berku: σ ps ((( rs Er (. s (Bode, Kane,Marcus, 00 Kovaran Kovaran mengukur berapa banyak mbal hasl dar dua ase bersko bergerak bersamaan, kovaran posf berar mbal hasl ase ase ersebu bergerak bersamaan. Kovaran negaf berar ase-ase ersebu bergerak berlawanan. Kovaran dapa drumuskan unuk ase A dan ase B sebaga berku Cov( r, r Pr( s [ r ( s E( r ] A B A A s [ rb( s E( rb]. (Bode, Kane,Marcus, 00 Koefsen Korelas Sask yang lebh mudah mengnerpreaskan kovaran adalah koefsen korelas. Koefsen korelas anara dua varabel sama dengan kovarannya dbag perkalan sandar devas kedua varabel. Dengan smbol ρ koefsen korelas drumuskan sebaga berku unuk dua varabel A,B, Cov( A, B ρ( AB, σ A, σ. B (Bode, Kane,Marcus, 00

15 dengan 0 {0} ( adalah hmpunan blangan bula posf dan adalah hmpunan blangan bula. Conoh benuk dasar ssem dnamka dskre adalah eras. Msalkan f memeakan nerval I erhadap drnya sendr. Perhakan bahwa n n Tn f f f f f, G 0 Jka f adalah nverble, maka benuk eras d aas dapa dgunakan unuk n. (Teschl, 000 Defns 3 (Merk Msalkan ρ adalah suau fungs jarak, dan msalkan xyz,,. Jka fungs ρ memenuh syara berku:. ρ ( xx, 0(jarak dar suau k erhadap drnya sendr adalah nol. ρ ( xy, > 0 dengan x y (jarak anara dua k selalu lebh besar dar nol 3. ρ( x, y ρ( y, x (jarak dar x ke y adalah sama dengan jarak dar y ke x 4. ρ( x, y ρ( x, z + ρ( z, y (jarak dar x ke y lebh pendek aau sama dengan dar pada jarak dar x ke z kemudan dar z ke y, maka ρ adalah merk. (Goldberg, 976 Defns 4 (Ruang Merk Msalkan M adalah hmpunan, merk unuk fungs M adalah ρ dengan daerah asal M M dan range ada dalam [ 0, sedemkan sehngga ρ ( xx, 0, ( x M ρ ( xy, > 0, ( x, y M, x y ρ( x, y ρ( y, x, ( x, y M ρ( x, y ρ( x, z + ρ( z, y, ( x, yz, M. Jka ρ adalah merk unuk M, maka pasangan M, ρ adalah ruang merk. (Goldberg, 976 Defns 5 (Tk Teap Msalkan M ruang merk dan msalkan f : M M konnu. n n f ( x f ( f( x, f 0 ( x x. Tk p M yang memenuh f ( p p, n dnamakan k eap aau k ekulbrum dar f. (Teschl, 000 Defns 6 (Nla egen dan vekor egen Msalkan A adalah suau marks n n. Skalar λ dsebu sebaga nla egen aau nla karakersk dar A jka erdapa suau vekor aknol x, sehngga Ax λ x. Vekor x dsebu vekor egen aau vekor karakersk dar λ. Persamaan Ax λ x dapa dulskan dalam benuk (A -- λ Ix 0. (. Jad λ adalah nla egen dar A jka dan hanya jka persamaan (. memlk suau penyelesaan akrval dan mempunya penyelesaan akrval jka dan hanya jka (A - λ I sngular, aau ekvalen dengan de(a - λ I 0, dengan I adalah marks denas yang berukuran n n. Conoh Tenukan nla-nla egen dan vekor egen yang bersesuan dar marks 3 A. 3 Penyelesaan Persamaan karakersk marks A adalah 3 λ 0 aau λ λ 0. 3 λ Jad nla-nla egen dar marks A adalah λ dan λ 3. Unuk menenukan vekor 4 egen yang dmlk oleh λ 4, harus denukan erlebh dahulu kernel (ruang nol dar A 4I A 4I, 3 6 Dengan menyelesakan (A 4Ix 0, dperoleh x ( x, x T. Jad semua kelpaan aknol dar (, T adalah vekor egen dar λ dan {(, T } adalah suau bass unuk ruang egen yang bersesuaan dengan λ. Dengan cara yang sama unuk λ, semua kelpaan aknol dar (,3 T adalah vekor egen dar λ. (Leon, 998 Defns 7 (Bfurkas

16 3 Perubahan kualaf dalam dnamka dsebu bfurkas, dan nla parameer pada empa erjadnya dsebu k bfurkas. (Srogaz, 994 Dalam ssem dnamka dskre ada beberapa macam bfurkas, namun dalam ulsan n hanya dberkan conoh sederhana dar bfurkas saddle node, bfurkas flp dan bfurkas Nemark, sebaga berku:. Bfurkas saddle node Bfurkas saddle node pada ssem dnamka dskre dkarakerskkan oleh nla egen real ssem melewa +. x x + μ x, dengan μ konsana +. Bfurkas flp Bfurkas flp pada ssem dnamka dskre dkarakerskkan oleh nla egen real ssem melewa -. 3 x+ ( + μ x x, dengan μ konsana 3. Bfurkas Nemark Ssem dnamka dskre memlk bfurkas Nemark aau bfurkas Hopf jka ssem memlk nla egen majner kompleks yang melewa un crcle. x μx ( x, dengan μ konsana + (Thompson dan Sewar, 00 Kesablan Ssem Dnamka Dskre Dua Dmens Msalkan xn+ F( x, y (. yn+ Gx (, y adalah ssem dnamka dskre dua dmens. E E Msalkan pula x x dan y y adalah k ekulbrum persamaan (.. Maka persamaan (. menjad E E E x F( x, y (.3 E E E y G( x, y. Dalam memerksa kesablan, dambahkan pengganggu (dsurbance erhadap k eap, sehngga E x x + (.4 E y y + η. Maka persamaan (. menjad E E E x+ x + + F( x +, y + η (.5 E E E y+ y + η+ G( x +, y + η. Dengan menggunakan ekspans Taylor dperoleh Fx + Fyη + + ( Fxx Fxyη + + F η + yy η Gx + Gyη + + ( Gxx Gxyη + + Gyyη + (.6 dengan caaan semua urunan F dan G devaluas pada k eap. Karena pengganggu yang dplh sanga kecl, maka urunan kedua, kega dan seerusnya dar persamaan (.6 dapa dabakan. Unuk penyederhanaan ulsan, urunan parsal perama F dan G dulskan dalam a, b, c, dan d, sehngga + a + bη, (.7 η+ c + dη dengan a Fx, b Fy, c Gx, d G y aau dulskan dalam benuk marks a b δ + Hδ, dengan H dan c d δ. η Msalkan λ dan λ adalah nla egen dar marks H dan dalam ssem n λ λdabakan. Jka nla λ dan λ adalah blangan real, maka persamaan (.7 dapa dransformaskan menjad u+ λu (.8 v λ v +.

17 4 Persamaan (.8 dkaakan sabl jka < λ, <, dan dak sabl jka nla mulak dar λ aau λ lebh besar dar. Jka salah sau nla egen msalnya λ nla mulaknya sama dengan dan nla mulak λ lebh kecl dar sau, pendekaan lnear dak dapa meneapkan kesablan dan kedaksablan k eap. Krera kesablan ssem dnamka dskre lebh lengkapnya dgambarkan pada bdang kompleks yang dbaas oleh lngkaran yang berjar-jar. Jka kedua nla egen berada pada lngkaran maka ssem adalah sabl. Teap jka salah sau nla egen berada d luar lngkaran maka ssem dak sabl. Persamaan nla egen marks H sebaga berku λ ( a+ d λ + ( ad bc 0 dengan a + d r (H T ad bc de(h D. Sehngga nla egen mark H adalah λ, ( 4 T ± T D. Krera kesablan dalam bdang (T, D dapa dlha pada Gambar. Bfurkas dvergen (saddle node erjad pada gars lurus T D. Bfurkas flp erjad pada gars lurus T + D. Sera bfurkas Nemark pada gars D. Segga LMN merupakan baasan kesablan dan k-k d dalam segga LMN adalah sabl. Gambar Krera kesablan pada bdang (T, D Bfurkas dvergen analog dengan bfurkas saddle node pada ssem dnamka konnu. Bfurkas Nemark analog dengan bfurkas Hopf pada ssem dnamka konnu, serng juga dsebu bfurkas Hopf kedua. Teap bfurkas flp dak dapa danalogkan dengan ssem dnamka konnu. (Thompson dan Sewar, 00 Defns 8 (Ekspekas Imbal Hasl Ekspekas mbal hasl adalah raa-raa ermbang seap probablas dar ngka mbal hasl pada seap skenaro. Jka ps ( adalah probablas seap skenaro dan rs ( adalah mbal hasl perode kepemlkan unuk seap skenaro, varabel s menunjukkan skenaro, maka ekspekas mbal hasl adalah Er ( psrs ((. s (Bode, Kane,Marcus, 00 Defns 9 (Varan Sandar devas merupakan akar dar varan, yang juga nla ekspekas devas kuadra dar mbal hasl yang dharapkan. Semakn ngg volalas hasl, semakn ngg raa-raa nla devas kuadra. Oleh karena u, varan dan sandar devas mengukur kedakpasan hasl, yang drumuskan sebaga berku: σ ps ((( rs Er (. s (Bode, Kane,Marcus, 00 Kovaran Kovaran mengukur berapa banyak mbal hasl dar dua ase bersko bergerak bersamaan, kovaran posf berar mbal hasl ase ase ersebu bergerak bersamaan. Kovaran negaf berar ase-ase ersebu bergerak berlawanan. Kovaran dapa drumuskan unuk ase A dan ase B sebaga berku Cov( r, r Pr( s [ r ( s E( r ] A B A A s [ rb( s E( rb]. (Bode, Kane,Marcus, 00 Koefsen Korelas Sask yang lebh mudah mengnerpreaskan kovaran adalah koefsen korelas. Koefsen korelas anara dua varabel sama dengan kovarannya dbag perkalan sandar devas kedua varabel. Dengan smbol ρ koefsen korelas drumuskan sebaga berku unuk dua varabel A,B, Cov( A, B ρ( AB, σ A, σ. B (Bode, Kane,Marcus, 00

18 III PEMBAHASAN 3. Permnaan Saham Para nvesor harus menyadar bahwa selan memperoleh keunungan, dak menuup kemungknan mereka juga akan memperoleh kerugan. Unuk menganspas kerugan nvesor harus dapa mengonrol rsko. Salah sau cara mengonrol rsko porofolo adalah melalu dversfkas, yau dengan nvesas dak hanya pada sau saham erenu. Cara n sanga efekf unuk membaas rsko karena dengan dversfkas maka rsko saham salng menuup. Pada ulsan n dbaas pada dversfkas yang dlakukan hanya pada dua saham yang berbeda dan nvesor yang ada d pasar hanya nvesor yang melakukan analss fundamenal (fundamenals dan nvesor yang melakukan analss eknkal (chars. Dmsalkan P, sebaga logarma harga saham bersko pada waku (,. Suckrp j { f, c} merupakan noas yang dgunakan unuk fundamenals dan chars. Tulsan n mengasumskan bahwa seap anals mengalokaskan kekayaannya dalam saham bersko dan ase bebas rsko. Kekayaan anals j pada waku dnoaskan dengan Ω ( j dan fraks anals j unuk nvesas pada saham ( j bersko pada waku dnyaakan dengan Z,. Sehngga perkembangan kekayaan anals j dapa dulskan sebaga berku: ( ( j ( j ( j ( j ( j ( j ( j Ω + Ω +Ω Z g+ω Z, ( P, + P, + G, + + Z, ( P, + P, + G, +, (3. ( j ( j ( j dengan Z Z, + Z,, g adalah mbal hasl dar ase yang bebas rsko dan dasumskan konsan, G, + adalah dvden, P, P adalah +, capal gan sehngga P, + P, + G, + adalah mbal hasl dar saham bersko pada nerval (+,. Para nvesor selalu percaya pada nla ( harapan( j ( j E, varan ( Va r dan kovaran ( j ( Cov yang mereka perkrakan. Fungs ulas kekayaan anals j dasumskan fungs ( eksponen, yau u ( Ω exp( α j Ω, dengan ( j α adalah koefsen penghndar rsko anals j. Anals j menenukan fraks ( j Z, maksmum berdasarkan fungs ulas kekayaan yang dharapkan pada waku + ( j ( ( j ( j E exp α Ω+. Dengan demkan permnaan anals merupakan hasl perkalan anara fraks maksmum dengan besarnya kekayaan sekarang, dapa dulskan sebaga berku: ( j ( j ( j ( j ( j ( j ( j ( j V, ( m, + g, g ρ V, V, ( m, + g, g Z Ω α V V ( j ( j ( j,, ( j ( j ( j,, dengan ( j ( j m. E P, + P, ( j ( j g, E G, + ( ρ ( j ( j ( j ( j,, ( j ( j ( j ( j ( j ( j ( j ( j V, ( m, + g, g ρ V, V, ( m, + g, g Z Ω α V V V Var P P + G ( j ( j,, +,, + ρ ( j ( ρ ( j ( j ( j ( j,, [( +,( + ] ( j Cov P, + P, G, + P, + P, + G, + V V ( j ( j,, (3. (3.3

19 6 ρ adalah koefsen korelas mbal hasl anara ( j dua saham pada waku. Fungs permnaan d aas dapa dulskan dalam kombnas lnear dar raso excess mbal hasl yang dharapkan dengan rsko seap saham. Dulskan sebaga berku: ( ρ ( ( ρ ( m + g g ρ V m + g g ( j ( j ( j ( j ( j ( j ( j,,,,,, ( ( ( j j j ( ( ( j ( j α V j j, V α V,, (3.4 ( ρ ( ( ρ ( m + g g ρ V m + g g ( j ( j ( j ( j ( j ( j ( j,,,,,, ( ( ( j j j ( ( ( j ( j α V j j, V α V,,. (3.5 (buk lha Lampran Fungs permnaan d aas merupakan permnaan yang sebenarnya dkurang lndung nlanya. 3. Nla Harapan Dua anals yang berbeda, enunya cara menenukan nla harapan, varan dan kovaran yang dgunakan berbeda juga. Secara mpls dasumskan bahwa devden merupakan sebarannya sama, serng dsebu dengan..d (ndependen and dencally dsrbued dan devden dak berkorelas dengan perubahan harga. Sehngga nla harapan dan varan dar devden dasumskan konsan, yau dengan noas sebaga berku: E ( G g, Var( G σ,,, Cov ( G, G δσ σ., +, +, +, + Pada umumnya varan dan kovaran devden n merupakan varan aau kovaran jangka panjang aau varan/kovaran ekulbrum. Sehngga yang berbeda pada kedua anals adalah ekspekas mbal hasl yang dperoleh dar capal gan. 3.. Nla Harapan Imbal Hasl anals Fundamenal Dasumskan bahwa nla fundamenal dar saham bersko umbuh pada ngka konsana erenu, maka seap saham memlk nla fundamenal sebaga berku W, W + +, γ, γ merupakan ngka perumbuhan nla fundamenal pada seap saham ( γ 0. Anals fundamenal dasumskan mengeahu harga fundamenal dan ngka perumbuhan W, fundamenal γ. Mereka percaya bahwa nla harapan mbal hasl yang mereka peroleh mengandung komponen jangka panjang dan komponen jangka pendek, yang akhrnya proporsonal dengan persamaan beda anara log harga saham P, dan log nla fundamenal W,. Oleh karena u nla harapan capal gan unuk anals fundamenal dapa dulskan sebaga berku: ( f f m, E [ P, + P, ] η( W, P, + γ, (3.6 dengan η > 0 menunjukkan esmas kecepaan agar harga kembal pada harga fundamenalnya. Dasumskan kepercayaan anals fundamenal erhadap varan dan kovaran adalah eap sepanjang waku, sehngga kovaran dan varan anals fundamenal adalah sama dengan varan dan kovaran devden Dulskan sebaga berku ( f ( f ( f V, σ, ρ δ sehngga Cov δσσ. Oleh karena u, permnaan anals fundamenal menjad: ( f a ( W P b ( W P + h (3.7,,,,, ( f, a( W, P, b ( W, P, h + (3.8 (buk lha Lampran η dengan a ( f α ( δ σ η a ( f α ( δ σ

20 7 b δη α δ σ σ b ( f ( ( f ( δη α δ σ σ ( f ( α δ σσ h σ π δσ σ π σ π δσ σ π h ( f α ( δ σσ ( γ g g (3.9 (3.0 π + merupakan excess mbal hasl yang dharapkan pada jangka panjang (rsk prema unuk seap saham, yang dhung berdasarkan ngka perumbuhan fundamenal dan devden. Perhakan bahwa h dan h merupakan komponen jangka panjang aau komponen ekulbrum permnaan anals fundamenal unuk seap saham. 3.. Nla Harapan Imbal Hasl Unuk Anals Teknkal Anals eknkal dasumskan menghung mbal hasl yang dharapkan melalu perubahan harga yang elah lewa, yang raa-raanya merupakan eksponensal menurun, yau ψ ( c ( c,, [,, ] ( s m E P+ P c c ( P, sp, s s 0. Persamaan nla harapan d aas serng dulskan dalam benuk: ψ, ( c ψ, + c( P, P,. (3. Parameer anals eknkal c(0 < c < merepresenaskan pengaruh kecenderungan perubahan harga yang dgunakan unuk menghung perubahan harga yang dharapkan pada perode selanjunya. Jka c makn besar, anals eknkal lebh sensf pada daa nla harapan yang baru saja erjad. Varan dan kovaran anals eknkal memlk dua komponen. Komponen yang perama merupakan srukur varan-kovaran jangka panjang dar devden dan komponen yang kedua adalah fungs mbal hasl yang berbeda pada seap waku. Dasumskan dan ρ V v + σ (3. ( c,, K + δσ σ ( c ( v, + σ ( v, + σ (3.3 dengan σ dan δσσ adalah varan dan kovaran jangka panjang. Anals eknkal menduga varan dan kovaran berbeda unuk seap perode, karena varan dan kovaran berdasarkan pergerakan harga saham. Unuk komponen yang kedua dasumskan sebaga berku: s,, s, s, s 0 v c ( c ( P P ψ (3.4 s K K, s, s ψ,, s, s ψ, s 0 K c ( c ( P P ( P P (3.5 dengan ck ( c(c. Persamaan (3. dan (3.4 menyaakan bahwa esmas varan anals eknkal menngka unuk seap saham bersko yang proporsonal dengan pergerakan hsorsnya. Persamaan (3.3 dan (3.5 menyaakan bahwa anals eknkal menenukan esmas kovarannya anara dua saham bersko yang proporsonal dengan korelas hsors. Persamaan (3.4 dan (3.5 dapa dulskan sebaga berku: v ( c v + c ( c ( P P ψ,,,,,

21 8 K ( c K + c ( c ( c ( P P ψ ( P P ψ K K,,,,,, + ( ck c( P, P, ψ, ( ψ, ψ, + cc ( P P ψ ( P P ψ,, +,,,, ψ ψ ψ + c( P, P,, (,, (buk lha Lampran 3 dengan ψ, (, sebaga fungs ambahan yang ddefnskan secara rekursf sebaga berku ψ, ( ck ψ, + ck( P, P,. Sehngga dengan mensubsuskan persamaan (3. dperoleh fungs permnaan anals eknkal unuk saham bersko seper berku: ( v + σ ( ψ + g g ρ ( v + σ ( v + σ ( ψ + g g ( c ( c,,,,,, ( c ( α ρ ( v, + σ ( v, + σ c ( ( (3.6 ( v + σ ( ψ + g g ρ ( v + σ ( v + σ ( ψ + g g, (3.7 ( c ( c,,,,,, ( c ( α ρ ( v, + σ ( v, + σ c ( ( ( dengan ρ c seper yang dberkan pada persamaan ( Persamaan Harga Saham Dasumskan fungs marke clearng dbenuk oleh marke maker yang cukup rasonal mengeahu harga fundamenal dan ngka perumbuhan devden pada seap pasar. Marke maker dasumskan juga dapa menduga ekulbrum permnaan seap saham. Marke maker menenukan harga seap saham berdasarkan formula harga berku: ( f ( c P, + P, + β, +, τ, (3.8 Marke maker akan menakkan aau menurunkan harga saham (,, keka permnaan saham lebh besar aau lebh kecl dar hreshold. Tujuan marke maker memlh hresholds τ, agar harga sama dengan harga fundamenal jangka panjang dan merupakan cara marke maker menjamn kesablan pasar jangka panjang. β pada persamaan (3.8 menyaakan kecepaan marke maker dapa menyesuakan pada harga saham dan β > 0. Dengan mensubsuskan fungs permnaan masng-masng anals, fungs persamaan harga (persamaan (3.6 sanga kompleks. Unuk menyederhanakan fungs ersebu dmsalkan varabel baru q, P, W, yang merupakan selsh dar log harga dan nla fundamenal dan ω. ψ, γ yang merupakan selsh ekspekas mbal hasl dar perumbuhan rend. Dar varabel baru yang ddefnskan d aas dperoleh pergerakan harga dan kepercayaan anals erhadap mbal hasl yang dharapkan, varan dan kovaran yang dulskan sebaga berku: ( c q, + q, γ + β aq, + b q, + h +, τ, ω ( c ω + c ( q q, +,, +, ( c q, + q, γ + β aq, + bq, + h +, τ, ω ( c ω + c ( q q, +,, +, (3.9 (3.0

22 9 v ( c v + c ( c ( P P ψ,,,,, v ( c v + c ( c ( P P ψ,,,,, K ( c K + c ( c ( c ( q q ω ( q q ω K K, +,,, +,, + ( ck c ( q, + q, ω, ( ω, ω, + cc ( q q ω ( q q ω., +,,, +,, + c ( q, + q,, (,, ω ω ω (buk lha Lampran 4 Telah dasumskan bahwa marke maker memlh τ,, τ, sebaga harga dalam ekulbrum, yang sama dengan nla ekulbrum, yau nla ekulbrum q dan q, ( c maka q q 0. (, merupakan permnaan anals eknkal unuk saham dalam ekulbrum, asums erakhr dnyaakan bahwa hreshold harus memenuh persamaan berku ( c γ τ, τ h + β ( c γ τ, τ h +. β Dar persamaan d aas jelas bahwa asums marke maker memlk pengeahuan yang cukup unuk mengeahu fundamenal pasar dan perlaku kedua anals unuk menjalankan semua kewajbannya. Beberapa ekonom mungkn menggunakan slah rasonal unuk menggambarkan marke maker n. Sehngga dengan menyubsuskan reshold maka dnamka persamaan (3.7 dan (3.8 dperoleh sebaga berku: ( c ( c ( q, + q, + β aq, bq,, + + (3. ( c ( c q, + q, + β aq, + bq, + (, (3. (buk lha lampran 5 Persamaan d aas menunjukkan persamaan devas harga pada ekulbrum seap saham unuk beberapa perode. 3.4 Ssem Dnamka Pada subbab n membahas enang penurunan persamaan ssem, menganalss perlaku dnamka model dan keerganungannya erhadap parameer. Namun ulsan n akan fokus pada kasus menghung ekspekas mbal hasl, varan dan kovaran anals eknkal dengan memperlhakan pengaruh dar beberapa parameer, dasumskan c c ck c. Dar asums ersebu maka dperoleh persamaan kovaran anals eknkal sebaga berku: K ( c K + c( c( q, + q, ω, ( q, + q, ω, Dengan menggankan subkrp (+ dengan dperoleh persamaan aklnear ujuh dmens anda ( dar persamaan (3.9 dan (3.0 maka sebaga berku: ( c ( c q' q+ β aq+ bq + ( ω' ( c ω + c( q' q ( c ( ( c q' q + β aq + bq + ω' ( c ω + c( q' q v' ( c v + c( c( q' q ω v' ( c v + c( c( q' q ω K' ( c K + c( c( q' q ω ( q' q ω (3.3

23 0 Dengan fungs permnaan anals eknkal ( c ( c, dberkan sebaga berku: ( v + σ ( ω + π ( K + δσ σ ( ω + π ( c ( c α ( v + σ ( v + σ δ σσ K Kδσσ ( v + σ ( ω + π ( K + δσ σ ( ω + π ( c ( c α ( v + σ ( v + σ δ σσ K Kδσσ (3.4 (3.5 π ( γ + g g yang menggambarkan excess mbal hasl yang dharapkan dalam jangka panjang. Perhakan bahwa permnaan opmal anals eknkal unuk seap saham pada seap waku adalah fungs dar π, ω, ω, v, v dan K. Persamaan (3.3 adalah persamaan aklnear dpengaruh perubahan varan-kovaran dan benuk fungs permnaan anals eknkal. Analss dnamka dawal dengan menenukan seady sae unk ssem yang dnoaskan dengan O. Seady sae dkarakerskkan oleh ngka ekulbrum dar varabel q ω v 0,(, K 0 Nla ekulbrum q dan ω menyaakan bahwa harga saham adalah sama dengan harga fundamenalnya yau P, W,, kecenderungan harga yang dharapkan anals eknkal adalah sama dengan ngka perumbuhan harga fundamenal yau ψ γ, dan anals eknkal percaya erhadap varan dan kovaran jangka panjang. Sehngga, dengan menyubsuskan v ω K 0 ke persamaan (3.4 dan (3.5 dperoleh permnaan anals eknkal dalam ekulbrum unuk seap saham, dulskan dalam: ( c σ π δσσπ (3.6 ( c α ( δ σσ ( c σπ δσσπ (3.7 ( c α ( δ σ σ Dar persamaan (3.9, (3.0 dan (3.6, (3.7 dapa dsmpulkan bahwa permnaan seap anals dalam ekulbrum dapa dulskan sebaga berku: ( j π δσ / σ π (3.8 ( j ( j ( δ α σ ( δ α σ ( j π δσ/ σ π (3.9 ( j ( j ( δ α σ ( δ α σ Dar persamaan (3.8 dan (3.9 menyaakan bahwa permnaan ekulbrum seap anals j dpengaruh oleh raa-raa dar ekulbrum rsk-adjused mbal hasl yang dharapkan unuk seap saham, yang besarnya dhung pada korelas jangka panjang. Fungs permnaan ekulbrum ersebu dapa juga dnerpreas sebaga komponen permnaan dan lndung nla. 3.5 Kasus Koefsen Korelas Jangka Panjang adalah Nol Pada subbab n menjelaskan secara analss kesablan lokal dar ekulbrum dalam kasus korelas anara mbal hasl adalah nol. Dalam kasus n devden kedua saham dak dapa dhubungkan dengan kepercayaan anals, eap anals eknkal mungkn mengharapkan korelas anara mbal hasl dak nol keka ssem keluar dar k ekulbrum. Karena dalam kasus n b b 0 maka persamaan (3.3 durunkan menjad: ( c ( ( c q' q+ β aq+ ω' ( c ω + c( q' q ( c ( ( c q' q + β aq + ω' ( c ω + c( q' q v' ( c v + c( c( q' q ω v' ( c v + c( c( q' q ω K' ( c K + c( c( q' q ω ( q' q ω

24 dengan a η ( f α σ dan η a ( f α σ merupakan kekuaan permnaan anals fundamenal unuk saham dan saham. Fungs permnaan opmal anals eknkal dar persamaan (3.4 dan persamaan (3.5 durunkan menjad: ( c ( v + σ ( ω + π K( ω + π ( c α ( v+ σ ( v + σ K ( c ( v+ σ ( ω + π K( ω+ π, ( c α ( v + σ ( v + σ K Karena pada k ekulbrum v ω K 0 maka ekulbrum permnaan anals eknkal menjad : ( c π ( c π ( c ( c α σ α σ Dar analss k ekulbrum n dperoleh adanya dmens nvaran yang dmensnya lebh kecl dar bdang fasenya, sebaga conoh unuk saham k ekulbrumnya adalah q ω v 0 dan K 0. Maka eras unuk saham dak bergerak dan pada ssem hanya ada ga bdang fase. Oleh karena u dperoleh pemeaan sebaga berku: T(0,0, q, ω,0, v,0 (0,0, q', ω ',0, v' 0. Subse dar bdang fase seper n adalah nvaran, dan dnamka ssem sepanjang nvaran n dperoleh dar eras kega dmens, dmsalkan dengan T( :( q, ω, v ( q', ω ', v'. Dengan cara yang sama, unuk saham, q ω v K 0 (yau saham dalam ekulbrum dnamka yang dperoleh dar pemeaan ga dmens T( :( q, ω, v ( q', ω ', v'. Selanjunya pemeaan kega dmens dar nvaran yang berhubungan dengan saham dapa dulskan sebaga berku: q' q + β aq + ω + π π ω' ( c ω + c( q' q ( c ( c α ( v + σ α σ v' ( c v + c( c( q' q ω (3.30 Perlu dperhakan bahwa kasus n hanya berlaku unuk korelas jangka panjang adalah nol, dalam kenyaaannya korelas jangka panjang bukan nol Konds Kesablan Lokal Dalam menganalss kesablan lokal k eap ssem, erlebh dahulu menenukan marks Jacobannya. Karena dar marks Jacoban dperoleh fungs karakersk yang menggambarkan kesablan ssem. Dmsalkan ( c ( c ( c ( c ( c,, sebaga urunan,,,,,,,, ω ω v v K, parsal dar permnaan anals eknkal yang opmal pada k eap. Sehngga marks Jacoban ssem (persamaan 3.0 dalam ekulbrum, yang dnoaskan dengan DT ( O dapa dulskan sebaga berku: a β β 0 0 β 0 β cβ a c + β cβ cβ DT ( O 0 0 ca c + 0 c c c c c ( c ( c ( c, ω, v, K ( c ( c ( c, ω 0 0, v 0, K ( c ( c ( c aβ β, ω β, v β, K ( c ( c ( c β β, ω β, v β, K Turunan parsal permnaan anals eknkal ( c pada k ekulbrum sebaga berku:, ω ( c α σ, ( c, ω ( c α σ

25 π, α ( c, v ( c ( σ π, ( c, K ( c α σσ ( c ( c ( c ( c dan,,, 0., ω, ω, v, v α π ( c, v ( c ( σ π ( c, K ( c α σσ Karena marks Jacob d aas merupakan marks berdmens besar, maka unuk menghung nla egen marks ersebu erlebh dahulu memblok marks, sehngga nla egennya dapa dhung melalu dagonal seap blok. Nla egen perama dan kedua (dmsalkan dengan λ, λ adalah akar dar blok varabel q dan ω, nla egen yang kega dan keempa ( λ3, λ 4 adalah akar dar varabel q dan ω. Sera nla egen unuk blok v, v,k dmsalkan dengan λ5, λ6, λ 7. Pada blok n marksnya dapa dulskan sebaga berku c c c Sehngga nla egen λ5 λ6 λ7 ( c dan nla egen n selalu lebh kecl dar sau karena c dasumskan d anara 0 dan. Unuk mengurang noas dmsalkan ( c θ, ω ( c α σ sebaga urunan parsal permnaan anals eknkal unuk saham bersko, yang merupakan mbal hasl yang dharapkan seap ase pada k ekulbrumnya. Maka θ merupakan parameer kekuaan anals eknkal pada k ekulbrum yang dgunakan unuk menganalss ssem. Dmsalkan submarks A yang merupakan nla egen dar varabel q dan ω, aβ βθ A caβ c cβθ. + Msalkan r dan de adalah race dan deermnan dar marks A, dan ( λ λ rλ + de sebaga persamaan karakersk dar marks A. Dalam ssem dnamka dskre nla mulak dar nla egen ssem harus lebh kecl dar pada sau agar ssem dalam keadaan sabl aau dalam kasus n nla dar akar ( λ harus lebh kecl dar pada sau. Perdaksamaan berku menjamn nla mulak akar persamaan karakersk lebh kecl dar pada sau, yau ( rλ + de > 0 ( + rλ + de > 0 (3.3 (0 de < Perdaksamaan (3.3 merepresenaskan bfurkas saddle node, flp, Nemark secara beruru-uru. Dengan menyubsuskan r dan de marks A pada perdaksamaan (3.3 mak dperoleh perdaksamaan berku: aβc > 0 aβ( c < ( c + cβθ (3.3 aβ( c > c( βθ

26 3 G.a β θ G.b β θ > Bfurkas flp Bfurkas Nemark Bfurkas flp S S Bfurkas Nemark Gambar Konds kesablan dan kurva bfurkas dalam bdang parameer (c,a, dalam kasus koefsen korelas anara mbal hasl nol. Gambar merepresenaskan perdaksamaan (3.3 yang dplo pada bdang parameer (c,a. Pada daerah S perdaksamaan (3.3 selalu erpenuh, pada daerah S mulak nla egen lebh kecl dar pada sau. Daerah S Gambar berbeda benuk, berganung pada parameer β dan θ, plo Gambar a keka nla βθ dan Gambar b keka βθ >. Karena dalam ulsan n menggunakan dua saham, maka ssem dalam keadaan sabl jka (a,c berada pada daerah S. Karena perdaksamaan aβ c > 0 selalu erpenuh, maka ssem mungkn kehlangan kesablannya erjad melalu dua cara, yau yang perama melalu perpoongan kurva bfurkas flp (perdaksamaan yang kedua dar perdaksamaan (3.3 cθ a +. (3.33 β c Kedua melalu perpoongan kurva bfurkas Nemark (perdaksamaan yang kega dar perdaksamaan (3.3, yau c( βθ a. (3.34 β ( c Pada Gambar dapa dlha bahwa daerah kesablan Gambar a lebh luas dar pada daerah kesablan daerah Gambar b. Namun pada Gambar a bfurkas Nemark dak dapa erjad karena asums nla c danara nol dan sau. Pada Gambar a yang menyebabkan ssem kehlangan kesablan adalah parameer anals fundamenal yang sanga besar (a., karena θ < β maka pada daerah n konsana penghndar rsko dan varan anals eknkal cukup besar, dan kekuaan anals fundamenal sanga besar. Pada Gambar b bfurkas Nemark dapa erjad, kekuaan permnaan anals eknkal cukup besar θ >, β permnaan anals fundamenal dapa mensablkan pasar dengan membaas range parameer a Dnamka d Luar Kesablan Dalam subbab n akan menjelaskan dnamka ssem keka ekulbrum d luar kesablan asmok lokal, ujuannya unuk menganalss efek dar penngkaan nla parameer anals eknkal (c. Akan dunjukkan bagamana anals eknkal dapa mensablkan ssem melalu reaksnya yang anga cepa erhadap perubahan harga yang baru saja erjad dan seberapa besar nla parameer c mungkn menyebabkan harga beroslas secara dak eraur. Karena ssem berdmens besar, secara numerk yang damplkan pada ulsan n adalah evaluas dan efek dar dnamka seap pasar pada bdang varabel ( q, ω dan ( q, ω. Selanjunya smulas secara numerk akan dbahas pada subbab dan dasumskan unuk saham nla harapan rsk premumnya dan volalnya lebh besar dar pada saham ( π > π, σ > σ dan kekuaan

27 4 permnaan anals eknkal pada saham θ ( c α σ adalah lebh besar dar pada kekuaan anals eknkal pada saham θ ( c. Akan dasumskan juga α σ penghndar rsko anals eknkal lebh kecl dar pada anals fundamenal Flukuas Harga Pada Sau Saham ( f ( c Dalam kasus n α 00, α 75, β β 0,3, π 0,05, π 0,05, σ 0,005, σ 0,005, δ 0 η η 0,3. sehngga kekuaan permnan η anals fundamenal a ( f α σ adalah a 0,6 dan a, dan kekuaan permnaan anals eknkal pada k ekulbrum θ ( c adalah θ,667, θ 5, 333. α σ Hal n menunjukkan bahwa yang palng berpengaruh dpasar adalah anals eknkal. Daerah kesablan saham sesua dengan Gambar a karena θβ 0,8 <. Pada derah kesblan n dak erjad bfurkas Nemark, jad dak ada perubahan kesablan pada saham, hal n juga dbukkan oleh nla memoong kurva bfurkas Nemark pada c, 4. Daerah kesablan saham sesua dengan Gambar b karena θ β, 599 >, sehngga bfurkas Nemark dapa erjad pada saham, yau pada c Bdang fase saham kesablannya berubah pada nla c Berku gambar bdang fase saham dan dnamka harganya, dengan mengambl nla c yang berbeda seelah c memoong kurva bfurkas Nemark. Nla c dambl seelah memoong kurva bfurkas Nemark karena sebelum memoong kurva bfurkas Nemark sem selalu sabl menuju k ekulbrum, jad dak berpengaruh pada ssem. c q (3a q 0.3 (3b w c q (3c q (3d w

28 5 c q (3e.0 q (3f w Gambar 3 Bdang fase dan dnamka harga saham dengan β β 0,3 Saham Saham hanya berpengaruh pada saham. Jka anals Gambar 3 yang sebelah kanan menunjukkan bdang fase dan sebelah kr nenunjukkan eknkal semakn cepa memperbak esmas harga mengakbakan harga saham semakn dnamka harga saham. Pada Gambar 3a q berflukuas dengan smpangan yang dak dan ω dak menuju k ekulbrum eap eraur Flukuas Harga Pada Kedua Saham beroslas yang akhrnya membenuk cycle, hal Bagan n merepresenaskan keadaan jka n menunjukkan bahwa harga dan nla harapan koefsen reaks harga pasar dnakkan, yau mbal hasl bergerak secara perodk. β β 0.6 dan penurunan koefsen Sedangkan pada saham membenuk spral ( c sabl yang akhrnya menuju k ekulbrum. penghndar rsko anals eknkal α 50, Dnamka harga pada c 0,5 dapa dlha nla koefsen yang lan adalah sama dengan harga saham seelah waku ke 30 harga q 0 pada subbab sebelumnya. Pada kasus n kekuaan permnaan anals eknkal adalah dan sabl unuk jangka panjang: jka q 0 θ 4, θ 8, sedangkan kekuaan anals maka harga saham d pasar sama dengan harga fundamenal adalah eap. Dar perhungan fundamenal saham. Pada Gambar 3b, ersebu numerk dperoleh βθ > (,, maka nla harga q selalu berflukuas secara perodk. c dar kedua saham mungkn memoong kurva Pada Gambar 3c dapa dlha bahwa unuk bfurkas Nemark. Nla c saham memoong saham beroslas dengan dak eraur dan kurva bfurkas Nemark pada c 0.05 dan harga q kedua saham ersebu semakn saham memoong kurva Nemark pada c berflukuas dengan smpangan yang berbedabeda (Gambar 3d. Unuk Gambar 3e dan 3f Bdang fase dan dnamka harga saham pada sama halnya dengan Gambar 3c dan 3d. kasus n dapa dlha pada Gambar 4, dengan Sedangkan unuk saham kenakan nla c dak memlh nla c seelah c mempengaruh bdang fase dan dnamka memoong kurva harganya. Bdang fase saham selalu spral bfurkas Nemark, yau sebaga berku: sabl dan harganya sabl pada k ekulbrum. Gambar 3 d aas dapa dsmpulkan bahwa kecepaan anals memperbak esmas harga q 0.06 c 0.75 (4a (4b q w

29 6 c q (4c 0.4 q (4d w q q c 0.96 (4e (4f Gambar 4 Bdang fase dan Dnamka harga saham dengan β β 0,6 Saham Saham w Pada Gambar 4 dapa dlha bahwa pada c 0,75, harga saham membenuk cycle dan dak pernah menuju k ekulbrum, smpangan flukuas harga saham dak erlalu jauh dar k kesembangan (Gambar 4b. Saham juga beroslas namun akhrnya menuju k kesembangan, hal n erjad karena c belum memoong kurva Nemark, sehngga saham mash dalam keadaan sabl, hal n juga yang menyebabkan saham ada d bagan dalam. Pada c 0, 85 kedua nla c elah memoong kurva bfurkas Nemark. Dapa dlha bahwa bdang fase kedua saham membenuk cycle, yang menggambarkan bahwa nla q dan ω bergerak secara perodk. Dnamka harga juga erlha sanga eraur q walaupun berflukuas (lha Gambar 4d. Flukuas harga dar Gambar 4d dapa dlha bahwa smpangan harga dar k ekulbrum saham lebh ngg dar pada saham. Pada c 0, 96 bdang fase dan dnamka harga yang dhaslkan unuk kedua saham sama dengan pada c 0, 85. Dar Gambar 4 dapa dsmpulkan bahwa kenakan koefsen reaks pasar β dapa menyebabkan harga kedua saham berflukuas dalam jangka panjang, eap flukuas yang erjad adalah sabl. Dapa juga dsmpulkan yang mempengaruh perubahan harga dak hanya kecepaan anals eknkal dalam memperbak esmas harga eap koefsen reaks pasar juga berpengaruh. IV SIMPULAN DAN SARAN 4. Smpulan Dnamka harga dpengaruh oleh kecepaan anals memperbak esmas harga dan reaks pasar erhadap perubahan harga. Pada saa kecepaan anals eknkal memperbak esmas harga lebh besar dar pada reaks harga erhadap perubahan harga menyebabkan flukuas harga hanya erjad pada sau jens

30 7 saham. Teap jka reaks pasar lebh cepa erhadap perubahan harga menyebabkan harga kedua saham berflukuas. Namun flukuas yang erjad adalah sabl dalam jang panjang. Jka reaks pasar cukup besar dan koefsen penghndar anals eknkal cukup kecl, maka akan menyebabkan harga berflukuas dan anals eknkal lebh sensf pada perubahan harga yang baru saja erjad. 4. Saran Tulsan n hanya membahas dnamka dengan nla kovaran kedua saham adalah nol. Dharapkan ulsan n berkelanjuan dengan memperlhakan dnamka jka kovaran dak nol dan dnamka dar pengaruh varan yang berbeda-beda. DAFTAR PUSTAKA Bode Z, Kane A, dan Marcus, AJ. 00. Invesmen. Ed. Ke-6. The McGraw-Hll Companes, Inc. New York. Cheralla C, Dec R, Gardn L The dynamc Ineracon of Speculaon and Dversfcaon. Appled Mahemacal Fnance, Vol.. Goldberg, RR Mehods of Real Analyss. nd ed. John Wley of Sons, Inc. Gurman, S Handou Aljabar Lnear Lanju. Deparemen Maemaka Fakulas Maemaka dan Ilmu Pengeahuan Alam. Insu Peranan Bogor. Leon SJ Aljabar Lnear dan Aplkasnya, Eds ke-5. Terjemahan Al Bondan. Erlangga, Jakara. Srogaz SH Nonlnear Dynamcs and Chaos wh Applcaons o Physcs, Bology, Chemsry, and Engnerng. Addson-Wesley Publshng Company. Teschl G Ordnary Dfferenal Equaons and Dynamcal Sysem. AMS- Laex and Mekendex. Thompson JMT. and Sewar HB. 00, Nonlnear Dynamcs and Chaos, nd ed. John Wley, Chcheser/New York.

31 9 Lampran Penurunan Persamaan (3.4 dan (3.5 Dar persamaan (3. ( j ( j ( j ( j ( j ( j ( j ( j V, ( m, + g, g ρ V, V, ( m, + g, g Z Ω α V V ( j ( j ( j,, ( ρ ( j ( j ( j ( j,, ( j ( j ( j ( j ( j ( j ( j ( j V, (,,,, (,, m V V m g g + g g ρ + α ρ V V α ρ V V ( ( ( j ( j ( j ( j ( j ( j ( j ( j,,,, ( j ( j ( j ( j ( j ( j ( m,, V, ( m, g, g + g g ρ + α ρ α ρ V V ( V ( ( j ( j ( j ( j ( j ( j ( j,,, ( m + g g ρ V ( m + g g ( j ( j ( j ( j ( j ( j,,,,, ( j ( j ( j ( j ( j ( j ( j, V α V,, ( ρ α V ( ρ (3.4 Dar persamaan (3.3 ( j ( j ( j ( j ( j ( j ( j ( j V, ( m, + g, g ρ V, V, ( m, + g, g Z Ω α V V ( j ( j ( j,, ( ρ ( j ( j ( j ( j,, ( j ( j ( j ( j ( j ( j ( j ( j V,,,,, (,, ( m + g g ρ V V m + g g ( j ( j ( j ( j ( j ( j ( j ( j α ( ρ V, V, α ( ρ V, V, ( j ( j ( j ( j ( j ( j ( m,,, (,, + g g ρ V m + g g ( j ( j ( j ( j ( j ( j ( j α ρ V α ρ V V ( (,,, ( m + g g ρ V ( m + g g ( j ( j ( j ( j ( j ( j,,,,, ( j ( j ( j ( j ( j ( j ( j, V α V,, ( ρ α V ( ρ (3.5 Lampran Penurunan Persamaan (3.7 dan (3.8 Nla harapan, varan dan kovaran anals fundamenal adalah ( f f m E [ P P ] η ( W P + γ,, +,,, V σ ρ δ, sehngga Cov ( f ( f,, persamaan (3.4 ( ρ ( ( f δσ σ. Subsuskan nla harapan, kovaran, varan fundamenal ke ( ρ ( m + g g ρ V m + g g ( f ( f ( f ( f ( f ( f ( f,,,,,, ( ( ( f f f ( ( ( f ( f α V f f, V α V,, ( ( ( ( η ( W P + γ + g g δ σ η ( W P + γ + g g,,,, ( f ( f α σ α σ δ δ σ ( ( ( ( η ( W P + γ + g g δσ η ( W P + γ + g g,,,, ( f ( f α σ α σ δ δ σ

32 0 η ( W P γ + g g δη δσ ( γ + g g,, + ( W ( ( ( ( ( (, P, f f f ( f ( δ α σ δ α σ α σ δ σ α σ δ σ η W ( (, P, δη g g ( ( g ( W, P, σ γ δσ σ γ + f f f f ( ( + ( + g δ α σ α σ δ σ δ α σ σ α σ δ σ ( ( ( ( a ( W P b ( W P + h (3.7 dengan a,,,, η ( f α ( δ σ b δη α δ σ σ ( f ( ( f ( α δ σσ h σ π δσ σ π Dar persamaan (3.5 ( ρ ( ( ρ ( m + g g ρ V m + g g ( j ( j ( j ( j ( j ( j ( j,,,,,, ( ( ( j j j ( ( ( j ( j α V j j, V α V,, dengan a b ( ( ( ( η ( W P + γ + g g δ σ η ( W P + γ + g g,,,, ( f ( f α σ α σ δ δ σ ( ( ( ( η ( W P + γ + g g δσ η ( W P + γ + g g,,,, ( f ( f α σ α σ δ δ σ η ( W P γ + g g δη δσ ( γ + g g,, + ( W ( ( ( ( ( (, P, f f f ( f ( δ α σ δ α σ α σ δ σ α σ δ σ η W ( (, P, δη g g ( ( g ( W, P, σ γ + δσ σ γ + + f f f f ( ( ( g δ α σ α σ δ σ δ α σ σ α σ δ σ ( ( ( ( ( f a ( W P b ( W P + h (3.8,,,,, η ( f α ( δ σ δη α δ σ σ h ( f ( ( f ( σ π δσ σ π α δ σσ dan π ( γ g g +.

33 Lampran 3 Penyederhanaaan Persamaan (3.4 dan (3.5 Dar persamaan (3.4 s,, s, s, s 0 v c ( c ( P P ψ Dengan ψ, ekspekas mbal hasl, yang ddefnskan sebaga berku ψ ( c ( c,, [,, ] ( s m E P+ P c c ( P, sp, s s 0 aau secara rekursf dulskan dalam ψ ( (, c ψ, + c P, P, Dalam lampran n akan dunjukkan bahwa., (, + (,, ψ, + ( ( ψ, ψ, (A.,,,,, memenuh hubungan berku, (,, ψ, ( (,, ψ, ( (,, 3 ψ,..., (, (,, ψ, + ( [(,, ψ, (,, ψ, ] ( [(,, 3 ψ, (,, 3 ψ, ]...,,,, ψ, + ψ, ψ,,, ψ, ψ, v, v c v c P P c (3. aau ekvalen dengan v ( c v + c ( c ( P P ψ (A. Persamaan (3.4 dapa dulskan dalam v c P P + c c P P + c c P P + (A.3 dan ( c v c ( c ( P P ψ + c ( c ( P P ψ +... (A.4,,,,,, 3, Dengan mengkurangkan kedua persamaan (A. dengan (A. d aas dperoleh v c v c P P c c P P P P + c c P P P P + sehngga v ( c v c ( P P c ( c [ ( P P ( ] dan akhrnya dperoleh c ( c [ ψ ψ ( P P ( ψ ψ ] +...,,,, 3,,,,,, ψ, ψ, ψ, s 0 v ( c v + c ( P P + ( c ( c ( c s caaan s 0 s ψ, ψ,, s P, s s 0 ( c ( c ( c ( P s c ( c c ( s c ( P, s P, s ψ, s 0 dar penjelasan d aas d peroleh v ( c v c ( P P ( c [ ( ],, +,, ψ, + ψ, ψ, ψ, ψ, ψ, Sehngga akhrnya dperoleh persamaan (A. v ( c v + c ( P P ψ + ( c ( ψ ψ.,,,,,,, Unuk memperoleh persamaan (A., dperoleh dar persamaan ekspekas mabal hasl ψ,, yau ψ, ψ, c( P, P, ψ, dan P, P, ψ, ( c( P, P, ψ, Sehngga persamaan persamaan (A. dapa dulskan dalam benuk persamaan (A. v ( c v + c ( c ( P P ψ.,,,,,

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI

BAB 5 ENTROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUNYI BAB ETROPI PADA MATRIKS EMISI MODEL MARKOV TERSEMBUYI Model Markov Tersembuny (Hdden Markov Model, MMT) elah banyak daplkaskan dalam berbaga bdang seper pelafalan bahasa (speeh reognon) dan klasfkas (luserng).

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDASAN TEORI Pada bab n akan dbahas beberapa eor dasar yang kelak akan dgunakan dalam penurunan formula penenuan harga Asan Opon, bak secara analk pada Bab III maupun secara numerk pada Bab

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1

BAB I PENDAHULUAN FASILKOM-UDINUS T.SUTOJO RANGKAIAN LISTRIK HAL 1 BAB I PENDAHULUAN 1.1 Defns Rangkaan Lsrk Rangkaan Lsrk adalah sambungan dar beberapa elemen lsrk ( ressor, kapasor, ndukor, sumber arus, sumber egangan) yang membenuk mnmal sau lnasan eruup yang dapa

Lebih terperinci

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRACT DARWISAH. Dynamics

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III MINIMUM COVARIANCE DETERMINANT. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III MINIMUM COVARIANCE DETERMINANT Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode robus unuk mendeeks penclan (ouler) dalam analss komponen uama robus yau meode Mnmum Covarance Deermnan

Lebih terperinci

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor

ANaLISIS - TRANSIEN. A B A B A B A B V s V s V s V s. (a) (b) (c) (d) Gambar 1. Proses pemuatan kapasitor ANaISIS - TANSIEN. Kapasor dalam angkaan D Sebuah kapasor akan ermua bla erhubung ke sumber egangan dc seper yang dperlhakan pada Gambar. Pada Gambar (a), kapasor dak bermuaan yau pla A dan pla B mempunya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 5 BAB II LANDAAN TEORI Pada bab n akan dbahas beberapa eor maemaka keuangan dan saska yang mendukung dalam penurunan formula Lookback Opons pada Bab III dan pembuaan program pada Bab IV. Teor-eor yang

Lebih terperinci

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1

PENDUGAAN STATISTIK AREA KECIL DENGAN METODE EMPIRICAL CONSTRAINED BAYES 1 PENDUGAAN SAISIK AREA KECIL DENGAN MEODE EMPIRICAL CONSRAINED AYES Ksmann Jurusan Penddkan Maemaka FMIPA Unversas Neger Yogyakara Absrak Meode emprcal ayes (E merupakan meode yang lebh aplkaf pada pendugaan

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER

NILAI AKUMULASI DARI SUATU CASH FLOW DENGAN TINGKAT BUNGA BERUBAH BERDASARKAN FORMULA FISHER ILAI AKUMULASI DARI SUATU CASH FLOW DEGA TIGKAT BUGA BERUBAH BERDASARKA FORMULA FISHER Devs Apranda, Johannes Kho, Sg Sugaro Mahasswa rogram S Maemaka Dosen Jurusan Maemaka Fakulas Maemaka dan Ilmu engeahuan

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA

NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA Jurnal Ilmu Maemaka dan Terapan Desember 015 Volume 9 Nomor Hal. 97 10 NILAI TOTAL TAK TERATUR TOTAL DARI GABUNGAN TERPISAH GRAF RODA DAN GRAF BUKU SEGITIGA R. D. S. Rahangmean 1, M. I. Tlukay, F. Y. Rumlawang,

Lebih terperinci

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan

KONSEP DASAR. Latar belakang Metode Numerik Ilustrasi masalah numerik Angka signifikan Akurasi dan Presisi Pendekatan dan Kesalahan KONSEP DASAR Laar belakang Meode Numerk Ilusras masalah numerk Angka sgnfkan Akuras dan Press Pendekaan dan Kesalahan Laar Belakang Meode Numerk Tdak semua permasalahan maemas dapa dselesakan dengan mudah,

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 7 Gorontalo pada tahun ajaran 2012/2013 3. Lokas dan Waku Penelan 3.. Lokas Penelan BAB III METODOLOGI PENELITIAN Penelan n dlaksanakan d SMP Neger 7 Goronalo pada ahun ajaran 0/03 3.. Waku Penelan Penelan n d laksanakan pada semeser genap ahun

Lebih terperinci

MEMAKSIMUMKAN NILAI HARAPAN KEKAYAAN INVESTOR DENGAN STRATEGI INVESTASI SAHAM DUA PERUSAHAAN YANG BERGABUNG NUR AZIEZAH

MEMAKSIMUMKAN NILAI HARAPAN KEKAYAAN INVESTOR DENGAN STRATEGI INVESTASI SAHAM DUA PERUSAHAAN YANG BERGABUNG NUR AZIEZAH MEMAKIMUMKAN NILAI HARAPAN KEKAYAAN INVETOR DENGAN TRATEGI INVETAI AHAM DUA PERUAHAAN YANG BERGABUNG NUR AZIEZAH DEPARTEMEN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM INTITUT PERTANIAN BOGOR

Lebih terperinci

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR

Kajian Model Markov Waktu Diskrit Untuk Penyebaran Penyakit Menular Pada Model Epidemik SIR JURAL TEKK POT Vol, o, (0) -6 Kajan odel arkov Waku Dskr Unuk Penyebaran Penyak enular Pada odel Epdemk R Rafqaul Hasanah, Laksm Pra Wardhan, uhud Wahyud Jurusan aemaka, Fakulas PA, nsu Teknolog epuluh

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu

Sudaryatno Sudirham. Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryano Sudrham nalss Rangkaan Lsrk D Kawasan Waku BB 12 nalss Transen d Kawasan Waku Rangkaan Orde Perama Yang dmaksud dengan analss ransen adalah analss rangkaan yang sedang dalam keadaan peralhan

Lebih terperinci

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN

(A.7) OPTIMISASI PORTOFOLIO BERDASARKAN MEAN-VALUE AT RISK DI BAWAH MODEL INDEKS BERGANDA DENGAN VOLATILITAS TAK KONSTAN Prosdng Semnar Nasonal Saska Unversas Padjadjaran, 3 November 00 (A.7) OPIMISASI POROFOIO BERDASARKAN MEAN-VAUE A RISK DI BAWAH MODE INDEKS BERGANDA DENGAN VOAIIAS AK KONSAN Agus Suprana, F. Sukono, Bunga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif

Di bidang ekonomi tidak semua informasi dapat diukur secara kuantitatif. Peubah dummy digunakan untuk memperoleh informasi yang bersifat kualitatif Regres Dummy D bdang ekonom dak semua nformas dapa dukur secara kuanaf Peubah dummy dgunakan unuk memperoleh nformas yang bersfa kualaf Conoh pada daa cross secon: Gender: sebaga penenu jumlah pendapaan

Lebih terperinci

Line Transmisi. Oleh: Aris Heri Andriawan ( )

Line Transmisi. Oleh: Aris Heri Andriawan ( ) ANALISIS APLIKASI PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA-BALI DENGAN MENGGUNAKAN UNIT COMMITMENT, UNIT DECOMMITMENT DAN MODIFIED UNIT DECOMMITMENT Oleh: Ars Her Andrawan (07000)

Lebih terperinci

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG

PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG INDEPT, Vol., No. 3, Okober 01 ISSN 087 945 PENENTUAN EOQ TERHADAP PRODUK AVTUR DI LANUD HUSEIN SASTRANEGARA BANDUNG Samsul Budaro, ST., MT Dosen Teap Teknk Indusr, Wakl Dekan III akulas Teknk, Unversas

Lebih terperinci

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN

PENERAPAN MODEL GSTAR(1,1) UNTUK DATA CURAH HUJAN Bulen Ilmah Mah. Sa. dan Terapannya (Bmaser) Volume 6, o. 03 (017), hal 159 166. PEERAPA MODEL GSTAR(1,1) UTUK DATA CURAH HUJA Ism Adam, Dadan Kusnandar, Hendra Perdana ITISARI Model Generalzed Space Tme

Lebih terperinci

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H

Muthmainnah PROGRAM STUDI MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 2007 M/1428 H PERBANDINGAN MODEL COX PROPORTIONAL HAZARD DAN MODEL PARAMETRIK BERDASARKAN ANALISIS RESIDUAL (Sud Kasus pada Daa Kanker Paru-Paru yang Dperoleh dar Conoh Daa pada Sofware S-Plus 2000 dan Smulas unuk Dsrbus

Lebih terperinci

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR)

Peramalan Penjualan Sepeda Motor Tiap Jenis di Wilayah Surabaya dan Blitar dengan Model ARIMA Box-Jenkins dan Vector Autoregressive (VAR) JURNAL SAINS DAN SENI POMITS Vol. 3, No., (04) 337-350 (30-98X Prn) D-36 Peramalan Penjualan eda Moor Tap Jens d Wlayah Surabaya dan Blar dengan Model ARIMA Box-Jenkns dan Vecor Auoregressve (VAR) Ade

Lebih terperinci

Kresnanto NC. Model Sebaran Pergerakan

Kresnanto NC. Model Sebaran Pergerakan Kresnano C Moel Sebaran Pergerakan Kresnano C Tujuan Uama: Mengeahu pola pergerakan alam ssem ransporas serng jelaskan alam benuk arus pergerakan (kenaraan, penumpang, an barang) yang bergerak ar zona

Lebih terperinci

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI

SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI SOLUSI SISTEM PERSAMAAN DIFFERENSIAL NON LINEAR MENGGUNAKAN METODE EULER BERBANTUAN PROGRAM MATLAB SKRIPSI oleh: RILA DWI RAHMAWATI NIM: 0350050 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0.

(Cormen 2002) III PEMBAHASAN. yt : pendapatan rumah tangga pada periode t, dengan yt 0. 5 Vaabel s dsebu vaabel slak enambahan vaabel slak beujuan unuk mengubah peaksamaan yang mengandung anda menjad sebuah pesamaan eaksamaan () bena jka dan hanya jka pesamaan (2) dan peaksamaan (3) bena

Lebih terperinci

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda

Penerapan Statistika Nonparametrik dengan Metode Brown-Mood pada Regresi Linier Berganda Jurnal EKSPONENSIAL Volume 7, Nomor, Me 6 ISSN 85-789 Penerapan Saska Nonparamerk dengan Meode Brown-Mood pada Regres Lner Berganda Applcaon of Nonparamerc Sascs, wh Brown-Mood Mehod on Mulple Lnear Regresson

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

1. Mistar A. BESARAN DAN SATUAN

1. Mistar A. BESARAN DAN SATUAN A. BESARAN DAN SATUAN Teor Sngka : D dalam Fska gejala alam dama melalu pengukuran. Pengukuran adalah membandngkan suau besaran dengan besaran sejens yang dsepaka sebaga paokan (sandar). Besaran adalah

Lebih terperinci

9. TEKNIK PENGINTEGRALAN

9. TEKNIK PENGINTEGRALAN 9. TEKNIK PENGINTEGRALAN 9. Inegral Parsal Formula Inegral Parsal : Cara : plh u yang urunannya lebh sederhana Conoh : Hung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga e d e e d e e C INF8

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR

PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR B-5-1 PERENCANAAN PERSEDIAAN DAN PENGENDALIAN BAHAN BAKU DI PABRIK PRODUK BETON PT WIJAYA KARYA BETON, BOGOR Wsnu Bud Sunaryo, Haryono ITS Surabaya ABSTRAK Dalam duna konsruks saa n pemakaan produk beon

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON* BERLIAN SETIAWATY DAN HIRASAWA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali

Penggunaan Metode Modified Unit Decommitment (MUD) untuk Penjadwalan Unit-Unit Pembangkit Pada Sistem Kelistrikan Jawa - Bali Penggunaan Meode Modfed Un Decommmen (MUD) unuk Penjadwalan Un-Un Pembangk Pada Ssem Kelsrkan Jawa - Bal Ars Her Andrawan,2, Onoseno Penangsang ) Jurusan Teknk Elekro TS, Surabaya 60, ndonesa 2) Jurusan

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat

Modifikasi Penaksir Robust dalam Pelabelan Outlier Multivariat Vol. 14, No. 1, 46-53, Jul 2017 Modfkas Penaksr Robus dalam Pelabelan Ouler Mulvara Erna Tr Herdan Absrak Ouler adalah suau observas yang polanya dak mengku mayoras daa. Ouler dalam kasus mulvara sanga

Lebih terperinci

PERBAIKAN ASUMSI KLASIK

PERBAIKAN ASUMSI KLASIK BAHAN AJAR EKONOMETRI AGUS TRI BASUKI UNIVERSITAS MUHAMMADIAH OGAAKARTA PERBAIKAN ASUMSI KLASIK 6.. Mulkolnearas Jka model ka mengandung mulkolneras yang serus yakn korelas yang ngg anar varabel ndependen,

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA

PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Semnar Nasonal Teknolog Informas dan Mulmeda 2015 STMIK AMIKOM Yogyakara, 6-8 Februar 2015 PENERAPAN FUZZY MULTI CRITERIA DECISION MAKING UNTUK MENENTUKAN PEMBERIAN BEASISWA Yeffransjah Salm STMIK Indonesa

Lebih terperinci

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA

\ DANA ALOKASI DESA DENGAN RAHMAT TUHAN YANG MAHA ESA y BUPAT PACTAN PERATURAN BUPAT PACTAN : NOMOR 55" TAHUN 20 ; TENTANG \ DANA ALOKAS DESA DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN, Menmbang : a. bahwa dalam rangka penngkaan penyelenggaraan pemernahan,

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

Pengenalan Aksara Pallawa dengan Model Hidden Markov

Pengenalan Aksara Pallawa dengan Model Hidden Markov Pengenalan Aksara Pallawa dengan Model Hdden Markov Wwen Wdyasu Teknk Elekro, Fakulas Sans dan Teknolog, Unversas Sanaa Dharma Emal: wwen@usd.ac.d Absrak Aksara Pallawa aau kadangkala duls sebaga Pallava

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN PEMODELAN NILAI UKAR RUPIAH ERHADAP $US MENGGUNAKAN DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY, DIMAS HARI SANOSO, N. K. KUHA ARDANA Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan

Lebih terperinci

MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI GAMMA

MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakulas Sans dan Maemaka, UKSW Salaga, Jun 4, Vol 5, No., ISSN :87-9 MODEL PERSAMAAN DIFERENSIAL ELEKTROKARDIOGRAM DENGAN INTERVAL DENYUT BERDISTRIBUSI

Lebih terperinci

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR

BAB III MODEL PERTUMBUHAN EKONOMI DUA SEKTOR 15 BAB III MODEL PERTUMBUHA EKOOMI DUA SEKTOR 3.1 Aum dan oa Model perumbuhan dua ekor n merupakan model perumbuhan dengan dua komod yang dhalkan, yau barang modal dan barang konum. Kedua barang n dproduk

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length

BAB II TINJAUAN PUSTAKA. membahas analisis deret waktu, diagram kontrol Shewhart, Average Run Length BAB II TINJAUAN PUSTAKA Pendahuluan Dalam enulsan maer okok dar skrs n derlukan beberaa eor-eor yang mendukung, yang menjad uraan okok ada bab n Uraan dmula dengan membahas analss dere waku, dagram konrol

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN EORI. njauan Pusaka.. Peramalan Peramalan (forecasng) merupakan ala banu yang penng dalam perencanaan yang efekf dan efsen khususnya dalam bdang ekonom. Dalam organsas modern mengeahu keadaan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDAAN TEORI. Tnjauan Pusaka.. Uj Keseragaman Daa Tujuan uama pengukuran uj keseragaman daa adalah unuk mendapakan da yang seragam. Kedak seragaman daa dapa daang anpa dsadar, maka dperlukan suau

Lebih terperinci

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN

' PERATURAN BUPATI PACITAN I NOMOR 4 TAHUN 2012 PEMBERIAN BANTUAN PERALATAN DAN/ATAU MESIN BAGI INDUSTRI KECIL DAN MENENGAH KABUPATEN PACITAN j BUPAT PACTAN ' PERATURAN BUPAT PACTAN NOMOR 4 TAHUN 2012 TENTANG PEMBERAN BANTUAN PERALATAN DAN/ATAU MESN BAG NDUSTR KECL DAN MENENGAH KABUPATEN PACTAN DENGAN RAHMAT TUHAN YANG MAHA ESA BUPAT PACTAN

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 45 BAB III METODOLOGI PENELITIAN 3.1 Spesfkas Model Berdasarkan ujuan penelan seper dsebukan dalam bab pendahuluan maka ada dua hal mendasar yang akan del yau pengaruh volalas nla ukar rl erhadap volalas

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik

BAB 2 LANDASAN TEORI. 2.1 Model Persediaan Model Deterministik 6 BAB LANDASAN TEORI. Model Persedaan.. Model Deermnsk Model Deermnsk adalah model yang menganggap nla-nla parameer elah dkeahu dengan pas. Model n dbedakan menjad dua: a. Deermnsk Sas. D dalam model n

Lebih terperinci

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI

PENGGUNAAN METODE MODIFIED UNIT DECOMMITMENT (MUD) UNTUK PENJADWALAN UNIT-UNIT PEMBANGKIT PADA SISTEM KELISTRIKAN JAWA - BALI Prosdng Semnar Nasonal Manajemen Teknolog X Program Sud MMT-TS, Surabaya 6 Pebruar 2010 PENGGUNAAN METODE MODFED UNT DECOMMTMENT (MUD) UNTUK PENJADWALAN UNT-UNT PEMBANGKT PADA SSTEM KELSTRKAN JAWA - BAL

Lebih terperinci

RETURN DAN RISIKO DALAM INVESTASI

RETURN DAN RISIKO DALAM INVESTASI RETURN DAN RISIKO DALAM INVESTASI 1 Return (Imbal hasl) nvestas Expected return (Return ekspetas) return yang dharapkan akan ddapat oleh nvestor d masa depan Actual return/ Realzed return (Return aktual)

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1 PERSAMAAN GERAK Posisi iik maeri dapa dinyaakan dengan sebuah VEKTOR, baik pada suau bidang daar maupun dalam bidang ruang. Vekor yang dipergunakan unuk menenukan posisi disebu VEKTOR POSISI yang diulis

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008

Konferensi Nasional Sistem dan Informatika 2008; Bali, November 15, 2008 Konferens asonal Ssem dan Informaka 008; Bal, ovember, 008 KSI08-0 APLIKASI MATEMATIKA UMERIK METODE EWTO RAPHSO DALAM BIDAG MAAJEME KEUAGA: SUATU TIJAUA KHUSUS MEETUKA ILAI ITERAL RATE OF RETUR DA YIELD

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP Karakerisik Umur Produk (Sudarno) KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL Sudarno Saf Pengajar Program Sudi Saisika FMIPA UNDIP Absrac Long life of produc can reflec is qualiy. Generally, good producs

Lebih terperinci

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2

PENGUKURAN VALUE AT RISK PADA ASET TUNGGAL DAN PORTOFOLIO DENGAN SIMULASI MONTE CARLO. Di Asih I Maruddani 1, Ari Purbowati 2 Pengukuran Value a sk (D Ash I Maruddan) PEGUKUA VALUE AT ISK PADA ASET TUGGAL DA POTOFOLIO DEGA SIMULASI MOTE CALO D Ash I Maruddan 1, Ar Purbowa 1 Saf Pengajar Program Sud Saska FMIPA UDIP Bro Pusa Saska

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I 4. LATAR BELAKANG Kesultan ekonom yang tengah terjad akhr-akhr n, memaksa masyarakat memutar otak untuk mencar uang guna memenuh kebutuhan hdup

Lebih terperinci

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu BAB III METODE DEKOMPOSISI CENSUS II 3.1 Pendahuluan Daa dere waku adalah daa yang dikumpulkan dari waku ke waku unuk menggambarkan perkembangan suau kegiaan (perkembangan produksi, harga, hasil penjualan,

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

ESTIMASI PENYESUAIAN LIKUIDITAS TERHADAP VALUE AT RISK DARI DATA HISTORIS

ESTIMASI PENYESUAIAN LIKUIDITAS TERHADAP VALUE AT RISK DARI DATA HISTORIS ESTIMASI PENYESUAIAN LIKUIDITAS TERHADAP VALUE AT RISK DARI DATA HISTORIS Novana Praw Jurusan Saska, Insu Sans & Teknolog AKPRIND Yogyakara Masuk: 27 Mare 205, revs masuk : Me 205, derma: 9 Jun 205 ABSTRACT

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk

Lebih terperinci

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA PENDUGAAN PARAMEER DERE WAKU HIDDEN MARKOV SAU WAKU SEBELUMNYA BERLIAN SEIAWAY DAN DIMAS HARI SANOSO Deparemen Maemaika Fakulas Maemaika dan Ilmu Pengeahuan Alam Insiu Peranian Bogor Jl Merani, Kampus

Lebih terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor

Lebih terperinci

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang

3 Kondisi Fisik Dermaga A I Pelabuhan Palembang Bab 3 3 Konds Fsk Dermaga A I Pelabuhan Palembang Penanganan Kerusakan Dermaga Sud Kasus Dermaga A I Pelabuhan Palembang 3.1 Pengolahan Daa Pasang Suru 3.1.1 Meode Leas Square Meode n menjelaskan bahwa

Lebih terperinci

ABSTRACT. Mathematics, IPB. For censored data, survival time using Exponential method is St ˆ( ) = e λ

ABSTRACT. Mathematics, IPB. For censored data, survival time using Exponential method is St ˆ( ) = e λ ANALII DATA URVIVAL WAKTU TUNGGU MENDAPATKAN PEKERJAAN PERTAMA DENGAN MENGGUNAKAN METODE EKPONENIAL DAN WEIBULL MARLINA RAHMAWATI G5433 DEPARTEMEN MATEMATIKA FAKULTA MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci