Gambar 1.1 Eviews Window

Transkripsi

1 I. JUDUL: Pengenalan Eviews dan Statistik Deskriptif II. TUJUAN: Mahasiswa dapat mengoperasikan software EVIEWS untuk menampilkan statistik deskriptif dari satu variabel maupun dari suatu group, menampilkan matriks covariance, serta menampilkan matriks korelasi. III. DASAR TEORI: A. Pengenalan Eviews 1. Pengertian Eviews Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan analisis regresi, dan melakukan peramalan dengan basis Windows. Dengan fasilitasfasilitas yang tersedia di software ini, pengguna dapat dengan mudah membangun hubungan statistik dari data dan dengan menggunakan hubungan tersebut dapat dilakukan peramalan untuk mengetahui nilai-nilai yang akan datang dari data yang dianalisis. Eviews terutama digunakan dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi, simulasi, peramalan penjualan, dan analisis biaya (Quantitative Micro Software,2000). 2. Mengoperasikan Eviews 4.1 Double klik icon Eviews 4.1. kemudian muncul Eviews Window di layar komputer. Menu utama Eviews terletak di bawah title bar. Perintah dapat dijalankan dengan meng-klik menu tersebut. Di bawah menu bar terdapat command window. Anda dapat menuliskan perintah pada window tersebut dan menjalankan peintah tersebut dengan menekan enter. Area di tengah adalah work area dimana akan mditampilkan objek windows yang diperintahkan. Perintah-perintah yang terdapat di menu utama hampir sama dengan menu yang ada di work file window. Gambar 1.1 Eviews Window Manajemen Data

2 1. Membuat Workfile Untuk membuat suatu workfile, dari menu utama pilih option : File New Workfile. Pada kotak Frequency, dipilih salah satu frekuensi workfile yang akan digunakan. Pada kotak Range diisikan tanggal awal pada kolom Start date dan tanggal akhir pada kolom End date dari data yang akan dibuat. Aturan dalam mendeskripsikan data adalah sebagai berikut: Annual (data tahunan) Untuk data antara tahun dapat ditulis dengan 2 digit atau 4 digit, misalnya 96 atau Sedangkan untuk tahun-tahun yang lain harus ditulis dengan lengkap, misalnya tahun 141 atau Semi annual (data ½ tahunan) Dibuat dengan cara menulis tahun diikuti oleh tanda : atau S dan diakhiri dengan 1 atau 2 yang menotasikan semestar pertama atau semester kedua. Sebagai contoh 1996:1 atau 1996S1. Quarterly (data kuartalan) Dibuat dengan cara menulis tahun diikuti oleh tanda : atau Q dan diakhiri dengan 1, 2, 3, atau 4 yang menotasikan nilai kuartalnya. Sebahai contoh 1996:3 atau 1996Q1. Monthly (data bulanan) Dibuat dengan cara menulis tahun diikuti oleh tanda : atau M dan diakhiri dengan 1, 2,..., atau 12 yang menotasikan periode bulan. Sebahai contoh 1996:3 atau 1996M1. Weekly (data mingguan) Secara standar, data dibuat dengan menulis (bulan:tanggal:tahun), sehingga misalnya ditulis 09/10/02 menyatakan tanggal 10 September Daily (5 day weeks) : data harian (5 hari dalam 1 minggu) dengan menulis (bulan:tanggal:tahun) Daily (7 day weeks) : data harian (7 hari dalam 1 minggu) dengan menulis (bulan:tanggal:tahun) Undated or Iregular Digunakan antara lain untuk data cross section. Jika memilih jenis data ini, maka pada kotak Range terdapat kolom isian untuk Start Observation dan End Observation. Jika isian telah lengkap klik OK. Maka pada workfie yang telah dibuat, scara otomatis akan muncul dua icon, yaitu vektor koefisien c dan serial residual resid. 2. Membuat Variabel Baru

3 Setelah selesai membuat workfile dapat dilanjutkan dengan membuat variabel baru. Caranya adalah dengan memilih option : Objects New Object Pilih salah satu tipe pada kotak Type of Object. Beberapa pilihan object adalah: o Equation : membuat persamaan o Graph : membuat grafik o Matrix-Vector Coef : membuat matriks atau vektor o Model : membentuk model o Sample : membuat sampel dari populasi yang tersedia o Series : membuat deret runtun waktu o Table : membuat data dalam bentuk tabel o Text : membuat teks o VAR : membuat data Vector Auto Regression Jika dalam hal ini akan dibuat suatu deret runtun waktu, maka pilih Series dan beri nama objek pada kolom Name of Object. Ada beberapa nama yang tidak boleh diberikan pada object/variabel, yaitu : ABS, ACOS, AR, ASIN, C, CON, CNORM, COEF, D DLOG, DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPT1, LPT2, MA, NA, NRND, PDL, RESID, RND, SAR, SIN, SIN, SMA, SQR, THEN. 3. Memasukkan Data Untuk memasukkan data, sorot kursor pada variabel deposito dan pilih option: Show. Selanjutnya klik OK. Jika ingin memasukkan data beberapa variabel yang terdapat dalam satu file sekaligus, dapat dilakukan dengan cara mengetikkan variabel-variabel yang diinginkan secara berurutan pada kotak dialog Show. Selanjutnya proses pengisian data dapat dimulai setelah sebelumnya klik tombol : Edit+/-. Proses pengisian data dapat segera dilakukan. Untuk menghapus suatu variabel dilakukan dengan klik satu kali pada icon variabel yang akan dihapus, kmudian klikn menu delete pada workfile menu atau klik kanan pada icon variabel tersebut, kemudian pilih delete. Untuk memunculkan keterangan variabel, yaitu tanggal dan jam operasi dilakukan, klik ViewDisplay Command atau klik langsung Label +/- pada workfile menu. 4. Menyimpan File Workfile yang telah dibuat disimpan dengan cara pilih option : File Save As atau File Save 5. Membuat Group Dari beberapa variabel yang dipunyai, dapat dibentuk suatu grup yang terdiri dari dua atau lbih variabel. Pembuatan group dilakukan dengan cara pilih: Objects New Objets Group OK

4 Dilanjutkan dengan mengisi variabel-variabel yang diinginkan pada kotak Series List Atau dengan cara lain, pada menu workfile dipilih option : Show Dilanjutkan dengan mengisi variabel-variabel yang diinginkan pada kotak Series List Group yang telah dibuat dapat disimpan dengan cara klik : Name pada menu workfile, selanjutnya muncul kotak object Name, beri nama Group Mencetak Data Data/variabel/group/equation/object yang akan dicetak akan dibuka terlebih dahulu (double klik pada icon), kemudian klik menu print. 7. Membuka File Data Runtun Waktu Untuk membuka suatu file data yang telah ada pada suatu direktori dari menu utama pilih option : FileOpenWorkfile 8. Mengubah Ukuran Workfile Jika akan dilakukan perubahan ukuran pada workfile yang telah dibuat, maka pilih option : ProcsChange Workfile Range. Selanjutnya masukkan start date dan end date yang baru. 9. Membuat Grafik Dari suatu variabel yang telah dipunyai, dapat ditampilkan dalam bentuk grafik. Jenis-jenis grafik yang dapat ditampilkan adalah : Line graph, Bar graph, Scatter, XY Line, dan Pie. Langkah yang harus dilakukan adalah sebagai berikut: 1. Dari menu utama Eviews, andaikan akan dibuat Line graph untuk variabel deposito, pilih option: Quick Graph Line graph 2. Selanjutnya akan muncul kotak dialog Series List. Pada kolom List of series, groups, and/or series expressions, ketik variabel-variabel yang akan ditampilkan grafiknya. Klik OK jika telah selesai. 3. Ada beberapa menu pilihan antara lain: Print :mencetak Name :memberi nama graph Add Text :menambah tulisan sebagai keterangan grafik yang ditampilkan Line/Shade:untuk menentukan jenis grafik,warna, dan arsiran Option :untuk menentukan beberapa pilihan tampilan grafik Zoom :untuk menampilkan grafik pada ukuran kecil atau besar 10. Membangkitkan Data Baru Dari suatu variabel yang telah dipunyai, kita dapat membangkitkan suatu data baru, misalkan untuk tujuan transformasi data. Beberapa transformasi yang dapat

5 dilakukan antara lain: mebuat pangkat, logaritma, eksponensial, diferensi, dan lainlain. Langkah yang harus dilakukan adalah sebagai berikut: 1. Dari menu utama Eviews, pilih option: Quick Generate Series atau Procs Generate Series 2. Selanjutnya akan muncul kotak dialog Generate Series by Equation yang dapat diisikan perintah untuk perhitungan matematis. Perintah observasi matematis Eviews antara lain: + penjumlahan / pembagian - pengurangan ^ pangkat * perkalian = sama dengan B. Statistik Deskriptif Statistik deskriptif adalah statistika yang mempelajari segi-segi yang penting dari data. Statistik deskriptif digunakan untuk mendeskripsikan fakta, antara lain dengan cara menghitung ukuran parameter dan fungsi distribusi statistika berdasarkan data empiris. Parameter-parameter tersebut adalah : 1. Rata-rata (mean) Mean merupakan nilai tengah atau kecenderungan pusat. Jika penyebaran data simetri terhadap rata-rata, maka rata-rata hitung = median = modus. Jika diberikan data sampel random X1, X2,, Xn, n adalah ukuran sampel, maka ratarata hitung diberikan dengan X = n i 1 n 1 2. Median Data sampel dibagi ke dalam dua bagian yang sama, sehingga setengah dari kumpulan data berada diatas median, dan setengah lagi dibawahnya. Diberikan data terurut X(1), X(2),, X(n) (dari nilai yang terkecil sampai dengan nilai terbesar). Maka median diberikan dengan M = X n ganjil (n 1)/2 X X n/2 (n/2) 1 n genap 2 Jika ukuran sampel n adalah ganjil, maka median diambil dari data pada posisi yang di tengah. Sedangkan jika ukuran sampel n adalah genap, maka median diambil dari rata-rata dua data pada posisi yang di tengah. X i

6 3. Varian Varian merupakan pengukuran variasi sekitar mean. Diberikan data sampel random X1, X2,,Xn, dengan n adalah ukuran sampel, maka varian sampel diberikan dengan S 2 = n 2 n 1 (X - X i 1 ) i 4. Standar deviasi Standar deviasi merupakan rata-rata variasi dari semua data terhadap nilai tengah (rata-rata), yang nilainya adalah akar dari varian, yaitu S. S = S 2 Jika varian dengan rumus di atas digunakan untuk memperkirakan (estimasi) varian populasi, maka pengukuran varian tersebut memberikan hasil yang bias. Untuk menjadikan varian sampel sebagai varian yang tak bias terhadap varian populasi, digunakan rumus : S 2 2 = 1 n (X i 1 i - X) n -1 Dengan menggunakan rumus tersebut, maka estimasi dari varian sampel sama dengan nilai varian populasi, atau ditulis E(S 2 ) = 2. Artinya, bahwa nilai harapan dari varian sampel sama S 2 dengan varian populasi Skewness Skewness dari suatu distribusi simetris (distribusi normal) adalah nol positif. Skewness menunjukkan bahwa distribusi datanya memiliki ekor panjang di sisi kanan. 1 S N n i1 ( y i y) ˆ ˆ S ( N 1) / N 6. Kurtosis Kurtosis merupakan parameter untuk mengukur ketinggian suatu distribusi dengan rumus: K 1 N n i1 3 y i y ( ) 7. Jarque-bera Jarque-bera digunakan untuk mengetahui apakah data berdistribusi normal. Hipotesis : H0 : Data berdistribusi normal 4

7 H1 : Data tidak berdistribusi normal Statistik uji : N K JB ( S 6 ( k 2 3) 4 Daerah kritis : H0 ditolak jika probabilitas <α 2 ) 8. Covarian (antara variabel x dan y) Cov(x,y) = 1 n (x - x)(y i 1 i n-1 i - y) 9. Korelasi Korelasi menyatakan hubungan antara satu variabel dengan variabel lainnya. Ukuran korelasi : koefisien korelasi r ; -1 r 1 Koefisien korelasi antara variabel x dan variabel y dinyatakan dengan r Cov(x,y) S S S 2 x x n 1-1 y n i1 (X - X) 2, i S x S 2 x S 2 y n 1-1 n i1 (Y - Y) 2, i S y S 2 y Statistik Deskriptif Dari Satu Variabel Untuk menampilkan statistik deskriptif dari satu variabel, misalkan variabel deposito dari file data1.wf1, dilakukan langkah-langkah sebagai berikut: 1. Membuka file data data1.wf1 2. Dari menu utama Eviews, pilih option: Quick Series Statistics Histogram and Stats 3. Selanjutnya akan muncul kotak dialog Series List. Pada kolom Series name, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito. 4. Jika semua telah selesai, klik OK. Dari output yang diperoleh dapat ditampilkan statistik deskriptifnya sesuai dengan kebutuhan yang akan diteliti, yaitu dengan cara: View Descriptive Statistics Stats by Classification Statistik Deskriptif Dari Suatu Group Untuk menampilkan statistik deskriptif dari suatu group, misalkan dari file data1.wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut: 1. Membuka file data data1.wf1

8 2. Dari menu utama Eviews, pilih option: Quick Group Statistics Descriptive Statistics Common Sample 3. Selanjutnya akan muncul kotak dialog Series List. Pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg. 4. Jika semua telah selesai, klik OK. Covariance Matrix Untuk menampilkan Matriks Covariance dari suatu group, misalkan dari file data1.wf1 dibuat satu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkah-langkah sebagai berikut: 1. Membuka file data data1.wf1 2. Dari menu utama Eviews, pilih option: Quick Group Statistics Covariances 3. Selanjutnya akan muncul kotak dialog series List. Seperti halnya pembuatan statistik deskriptif untuk group, pada kolom List of Series, groups, and/or series expressions, isi dengan variabel yang akan ditampilkan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg. 4. Jika semua telah selesai, klik OK. Correlation Matrix Untuk menampilkan Matriks Korelasi dari suatu group, misalkan dari file data1.wf1 dibuat suatu group yang terdiri dari variabel deposito dan ihsg, dilakukan langkahlangkah sebagai berikut: 1. Membuka file data data1.wf1 2. Dari menu utama Eviews, pilih option: Quick Group Statistics Correlations 3. Selanjutnya akan muncul kotak dialog Series List. Seperti halnya pada pembuatan Covariances Matrix, pada kolom List of series, groups, and/or series expressions, isi dengan variabel yang akan ditampilakan statistik deskriptifnya. Dalam hal ini dipilih variabel deposito dan ihsg. 4. Jika semua telah selesai, klik OK. IV. PERMASALAHAN: Berdasarkan data di bawah, lakukan perintah berikut ini: 1. Buatlah statistik deskriptif untuk masing-masing variabel 2. Buatlah statistik deskriptif untuk suatu group yang terdiri dari variabel DEPOSITO, IHSG, dan SUKUBUNGA. 3. Buatlah covariance matrix dan correlations matrix

9 DATA VARIABEL DEPOSITO DAN INDEKS HARGA SAHAM GABUNGAN PERIODE 1999:1 SAMPAI DENGAN 2001:12 WAKTU DEPOSITO IHSG SUKUBUNGA 1999:1 1999:2 1999:3 1999:4 1999:5 1999:6 1999:7 1999:8 1999:9 1999: : : :1 2000:2 2000:3 2000:4 2000:5 2000:6 2000:7 2000:8 2000:9 2000: : : :1 2001:2 2001:3 2001:4 2001:5 2001:6 2001:7 2001:8 2001:9 2001: :

10 2001: V. OUTPUT: A. STATISTIK DESKRIPTIF DARI SATU VARIABEL 1. Variabel DEPOSITO 2. Variabel IHSG

11 3. Variabel SUKUBUNGA

12 B. STATISTIK DESKRIPTIF DARI SUATU GROUP C. COVARIANCE MATRIX D. CORRELATIONS MATRIX

13 VI. PEMBAHASAN: A. STATISTIK DESKRIPTIF DARI SATU VARIABEL 1. Variabel DEPOSITO Berdasarkan output, didapatkan hasil sebagai berikut: Nilai Mean dari variabel deposito adalah sebesar Berarti variabel deposito memiliki rata-rata sebesar Nilai Median dari variabel deposito adalah sebesar Berarti nilai tengah dari variabel deposito sebesar Nilai maksimum dari variabel deposito adalah sebesar Nilai minimum dari variabel deposito adalah sebesar Nilai standar deviasi dari variabel deposito adalah sebesar Nilai Skewness dari variabel deposito adalah sebesar Nilai Kurtosis dari variabel deposito adalah sebesar Berarti ketinggian suatu distribusi tersebut adalah sebesar Nilai Jarque-Bera dari variabel deposito adalah sebesar dengan probability Karena nilai probability > taraf signifikansi = ( > 0.05), maka data berdistribusi normal. 2. Variabel IHSG

14 Berdasarkan output, didapatkan hasil sebagai berikut: Nilai Mean dari variabel IHSG adalah sebesar Berarti variabel IHSG memiliki rata-rata sebesar Nilai Median dari variabel IHSG adalah sebesar Berarti nilai tengah dari variabel IHSG sebesar Nilai maksimum dari variabel IHSG adalah sebesar Nilai minimum dari variabel IHSG adalah sebesar Nilai standar deviasi dari variabel IHSG adalah sebesar Nilai Skewness dari variabel IHSG adalah sebesar Nilai Kurtosis dari variabel IHSG adalah sebesar Berarti ketinggian suatu distribusi tersebut adalah sebesar Nilai Jarque-Bera dari variabel IHSG adalah sebesar dengan probability Karena nilai probability < taraf signifikansi = ( < 0.05), maka data tidak berdistribusi normal. 3. Variabel SUKUBUNGA Berdasarkan output, didapatkan hasil sebagai berikut: Nilai Mean dari variabel SUKUBUNGA adalah sebesar Berarti variabel SUKUBUNGA memiliki rata-rata sebesar Nilai Median dari variabel SUKUBUNGA adalah sebesar Berarti nilai tengah dari variabel SUKUBUNGA sebesar Nilai maksimum dari variabel SUKUBUNGA adalah sebesar Nilai minimum dari variabel SUKUBUNGA adalah sebesar Nilai standar deviasi dari variabel SUKUBUNGA adalah sebesar Nilai Skewness dari variabel SUKUBUNGA adalah sebesar Nilai Kurtosis dari variabel SUKUBUNGA adalah sebesar Berarti ketinggian suatu distribusi tersebut adalah sebesar Nilai Jarque-Bera dari variabel SUKUBUNGA adalah sebesar dengan probability Karena nilai probability < taraf signifikansi = ( < 0.05), maka data tidak berdistribusi normal. B. STATISTIK DESKRIPTIF DARI SUATU GROUP Berdasarkan output, didapatkan hasil sebagai berikut: 1. Mean variabel DEPOSITO : Mean variabel IHSG : Mean variabel SUKUBUNGA : Median variabel DEPOSITO : Median variabel IHSG : Median variabel SUKUBUNGA : Maximum variabel DEPOSITO : Maximum variabel IHSG :

15 Maximum variabel SUKUBUNGA : Minimum variabel DEPOSITO : Minimum variabel IHSG : Minimum variabel SUKUBUNGA : Std. Dev. Variabel DEPOSITO : Std. Dev. Variabel IHSG : Std. Dev. Variabel SUKUBUNGA : Skewness variabel DEPOSITO : Skewness variabel IHSG : Skewness variabel SUKUBUNGA : Kurtosis variabel DEPOSITO : Kurtosis variabel IHSG : Kurtosis variabel SUKUBUNGA : Jarque-Bera variabel DEPOSITO : dengan probability : Jarque-Bera variabel IHSG : dengan probability : Jarque-Bera variabel SUKUBUNGA : dengan probability : Sum variabel DEPOSITO : Sum variabel IHSG : Sum variabel SUKUBUNGA : Sum Sq. Dev. Variabel DEPOSITO : Sum Sq. Dev. Variabel IHSG : Sum Sq. Dev. Variabel SUKUBUNGA : Observatians variabel DEPOSITO : 36 Observatians variabel IHSG : 36 Observatians variabel SUKUBUNGA : 36 C. COVARIANCE MATRIX Berdasarkan output, didapatkan hasil sebagai berikut: 1. Varian dari variabel DEPOSITO : Varian dari variabel IHSG : Varian dari variabel SUKUBUNGA : Kovarian dari variabel DEPOSITO dan IHSG : Kovarian dari variabel DEPOSITO dan SUKUBUNGA : Kovarian dari variabel SUKUBUNGA dan IHSG : D. CORRELATIONS MATRIX Berdasarkan output, didapatkan hasil sebagai berikut: 1. Korelasi antara variabel DEPOSITO dan IHSG :

16 2. Korelasi antara variabel DEPOSITO dan SUKUBUNGA : Korelasi antara variabel SUKUBUNGA dan IHSG : VII. KESIMPULAN Berdasarkan analisis yang telah dilakukan, dapat diambil kesimpulan sebagai berikut: 1. Eviews adalah suatu software yang berfungsi untuk menganalisis data, melakukan analisis regresi, dan melakukan peramalan dengan basis Windows. Eviews terutama digunakan dalam hal analisis data dan evaluasinya, analisis keuangan, peramalan makro ekonomi, simulasi, peramalan penjualan, dan analisis biaya. 2. Statistik deskriptif adalah statistika yang mempelajari segi-segi yang penting dari data. Statistik deskriptif digunakan untuk mendeskripsikan fakta, antara lain dengan cara menghitung ukuran parameter dan fungsi distribusi statistika berdasarkan data empiris. 3. Pada Statistik Deskriptif dari satu variabel didapatkan output yang berisi histogram serta statistik deskriptifnya pada masing-masing variabel yaitu variabel DEPOSITO, IHSG, dan SUKUBUNGA. Parameter-parameter yang terdapat pada statistik deskriptif tersebut antara lain Mean, Median, Maximum, Minimum, Standar Deviasi, Skewness, Kurtosis, dan Jarque Bera. 4. Berdasarkan output dari statistik deskriptif dari suatu group, didapatkan statistik deskriptif untuk ketiga variabel yang terdapat di dalam group DPSTO_IHSG_SKBUNGA yaitu variabel DEPOSITO, IHSG, SUKUBUNGA. 5. Pada output dari statistik deskriptif dari satu variabel, didapatkan hasil bahwa: a. Variabel DEPOSITO berdistribusi normal karena nilai probability dari Jarque-Bera > taraf signifikansi = ( > 0.05) b. Variabel IHSG berdistribusi tidak normal karena nilai probability dari Jarque-Bera < taraf signifikansi = ( < 0.05) c. Variabel SUKUBUNGA berdistribusi tidak normal karena nilai probability dari Jarque-Bera < taraf signifikansi = ( < 0.05) 6. Berdasarkan output pada covariance matrix, didapatkan hasil sebagai berikut: Varian dari variabel DEPOSITO : Varian dari variabel IHSG : Varian dari variabel SUKUBUNGA : Kovarian dari variabel DEPOSITO dan IHSG : Kovarian dari variabel SUKUBUNGA dan IHSG : Kovarian dari variabel DEPOSITO dan SUKUBUNGA : Berdasarkan output, didapatkan hasil sebagai berikut: Korelasi antara variabel DEPOSITO dan IHSG : Korelasi antara variabel SUKUBUNGA dan IHSG : Korelasi antara variabel DEPOSITO dan SUKUBUNGA :

17 Penulis dilahirkan di Tanjung Balai Karimun, 27 January 1994, merupakan anak pertama dari dua bersaudara. Penulis telah menempuh pendidikan formal yaitu di SDN 001 Tanjung Balai Karimun, SMPN 232 Jakarta Timur, SMAN 31 Jakarta Timur, dan pada tahun 2015 menyelesaikan pendidikan Sarjana (S1) di Universitas Diponegoro masa studi 3 Tahun 5 Bulan, penulis pernah menjadi general manager di statistics center Universitas Diponegoro,Staff Departemen Pendidikan dan Penilitian Himpunan Mahasiswa Statistika dan Asisten Dosen. Selama masa studi di UNDIP penulis memenangkan kompetensi karya tulis ilmiah dan essay. Penulis mendalami bidang neural network, time series, regresi non-parametrik, statistika keuangan aktuaria. Publikasi yang telah dikeluarkan saat ini antara lain berupa jurnal ilmiah yang berjudul Pemodelan General Regression Neural Network (GRNN) Dengan Peubah Input Data Return Untuk Peramalan Indeks Hangseng (dimuat dalam prosiding Seminar Nasional Ilmu Komputer 2014 Trusted Digital Indentitiy and Intelligent System 11 Oktober 2014 ISBN: pp ). Prediksi Produksi Gas Bumi Dengan General Regression Neural Network (GRNN) (dimuat dalam prosiding Seminar Nasional Statistika IV Peranan Statistika Di Bidang Eksplorasi Energi Indonesia. 1 November 2014 ISSN : pp: ) dan Pemodelan Tinggi Pasang Air Laut di Kota Semarang Menggunakan Maximal Overlap Discrete Wavelet Transform (MODWT) (Prosiding Seminar Meteorologi dan Klimatologi dalam Rangka Memperingati Hari Meteorologi Dunia yang Ke- 65 BMKG Maret 2015). Apabila pembaca ingin berkorespondensi dengan penulis, dapat melalui rezzyekocaraka@gmail.com