Statistika Terapan (S2)

Permanent URI for this collection

https://repository.unpad.ac.id/handle/kandaga/273

Browse

Now showing 1 - 8 of 8

EVALUASI ALAT UKUR TINGKAT KEBAHAGIAAN DENGAN PENDEKATAN STRUCTURAL EQUATION MODELING (BERDASARKAN DATA SURVEI PENGUKURAN TINGKAT KEBAHAGIAAN TAHUN 2017)
(2020-01-15) MUHAMMAD FAIZ ELHAQ; Achmad Bachrudin; Yusep Suparman
Keterbatasan indikator ekonomi dalam merepresentasikan tingkat kesejahteraan masyarakat telah meningkatkan perhatian dunia terhadap aspek sosial dalam pembangunan. Selama beberapa tahun ini semakin diakui bahwa ukuran tingkat kesejahteraan penduduk penting untuk dicermati tidak saja hanya ukuran moneter (Beyond Gross Domestic Product). Indikator kesejahteraan disusun tidak hanya untuk menggambarkan kondisi kemakmuran material (welfare atau well-being) saja, tetapi juga lebih mengarah kepada kondisi kesejahteraan subjektif (subjective well-being) atau kebahagiaan (happiness). Untuk memperoleh indikator kesejahteraan tersebut Badan Pusat Statistik (BPS) melaksanakan Survei Pengukuran Tingkat Kebahagiaan 2017 (SPTK2017) yang di dalamnya mencakup variabel-variabel yang mengukur kepuasan hidup, affect dan eudaimonia. Dalam upaya menjamin kualitas alat ukur dan sebagai masukan untuk pelaksanaan selanjutnya, maka alat ukur tingkat kebahagiaan ini harus dievaluasi. Penelitian ini dilakukan untuk mengevaluasi alat ukur tingkat kebahagiaan dengan pendekatan structural equation modeling. Seluruh tahapan dalam SEM mulai dari spesifikasi, identifikasi, estimasi parameter, dan evaluasi dilakukan terhadap data survei pengukuran tingkat kebahagiaan Tahun 2017. Setelah model yang fit diperoleh, selanjutnya model yang terdiri dari model reflektif dan model formatif tersebut dievaluasi masing-masing. Dari evaluasi model reflektif, untuk variabel laten affect (η_1), dari ketiga koefisien λ^y terstandarisasi hanya ada satu yang valid yakni λ_21^y. Sedangkan untuk variabel laten eudaimonia (η_2, semua koefisien λ^y terstandarisasi valid. Sedangkan dari evaluasi model formatif diperoleh hasil tiga variabel teratas yang memiliki relevansi yang tinggi terhadap varibel laten Tingkat Kebahagiaan (η_3) yakni kepuasan terhadap keharmonisan keluarga (X_5), kepuasan terhadap rumah dan fasilitas rumah (X_10), dan kepuasan terhadap kesehatan (X_4).
Menentukan Nilai Value At Risk Indeks Saham Bank Central Asia (BBCA), Waskita (WSKT) dan Semen Indonesia (SMGR) Dengan Pendekatan GARCH- EVT - Copula
(2017-01-16) MARGARETH SAURMA PARDOMUAN SILITONGA; Achmad Bachrudin; Lienda Noviyanti
Model copula semakin populer untuk pemodelan struktur ketergantungan risiko keuangan. Copula dapat memodelkan dengan lengkap struktur ketergantungan secara linear maupun non-linear dari suatu distribusi multivariat. Untuk menduga Value-at-Risk (VaR) dari suatu portofolio, seseorang dapat memodelkan sebaran marginal dari posisi risiko dan memilih copula parametrik yang tepat untuk pemodelan struktur ketergantungan dan masalah pengujian goodness-of-fit dari model tersebut. Tujuan dari penelitian ini adalah untuk menjawab pertanyaan berikut. Bagaimana menentukan nilai VaR dengan pendekatan GARCH – Copula dan extreme value copula. Data yang digunakan adalah data saham Bank Central Asia (BBCA), Waskita (WSKT) dan Semen Indonesia (SMGR) yang dicatat selama periode 1 Desember 2014 sampai 30 November 2016 yang terdiri dari 516 hari perdagangan. Metode penerapan GARCH – EVT - copula adalah sebagai berikut: Pertama Pemodelan ARIMA dan GARCH, kemudian fungsi copula digunakan untuk memodelkan distribusi gabungan saham tersebut. Hasil yang didapat bahwa penghitungan VaR dengan metode extreme value copula memberikan nilai VaR yang lebih besar baik daripada penghitungan VaR dengan metode GARCH-Copula.
MENENTUKAN NILAI VALUE AT RISK PADA INVESTASI MATA UANG DENGAN PENDEKATAN ASYMMETRIC GJR-GARCH COPULA (Studi Kasus: Investasi Mata Uang US Dollar, Yuan, dan Riyal Terhadap Rupiah)
(2017-01-16) MOHAMAD HUSEIN NURRAHMAT; Achmad Bachrudin; Lienda Noviyanti
Dalam penelitian ini, dibahas mengenai permasalahan dalam menentukan nilai risiko pada suatu portofolio berdasarkan nilai Value at Risk (VaR) menggunakan asymmetric GJR-GARCH Copula. Pendekatan ini digunakan didasarkan pada asumsi bahwa normalitas return berdasarkan waktu tidak dapat terpenuhi, dan terdapat permasalahan korelasi non-linier untuk struktur model dependen antar variabel aset yang menyebabkan estimasi VaR menjadi tidak akurat. Terlebih lagi, leverage effect juga menyebabkan efek asimetris dari varians dinamis dan hal ini menunjukkan kelemahan dari model GARCH yang mengasumsikan efek simetris pada varians kondisionalnya. Model Asymmetric GJR-GARCH digunakan untuk membentuk model volatilitas distribusi marginal return sedangkan copula digunakan untuk menggabungkan distribusi-distribusi marginal tersebut kedalam suatu distribusi multivariat. Kemudian copula digunakan untuk membangun distribusi multivariat yang fleksibel dengan distribusi marginal dan struktur dependensi yang berbeda, yang mana menyebabkan distribusi gabungan portofolio yang terbentuk tidak bergantung pada asumsi normalitas dan korelasi yang linier. Hasil analisis didapatkan nilai VaR dengan level konfidensi 95% sebesar 0.003858 yang diperoleh dari model copula terbaik, yaitu copula t-stundet dengan distribusi marginal berdistribusi t-student.
Model Generalized Space Time Autoregressive Integrated with Exogenous Variables untuk Meramalkan Peserta KB Aktif Beberapa Kabupaten di Jawa Barat.
(2014) INDRA ELFIYAN; Budi Nurani Ruchjana; Achmad Bachrudin
Peramalan jumlah peserta KB aktif sangat dibutuhkan bagi pemerintah melalui Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) sebagai dasar pengambilan keputusan dan perencanaan yang baik dalam mengendalikan jumlah penduduk dengan menurunkan tingkat fertilitas. Pada penelitian ini dikembangkan pemodelan Generalized Space Time Autoregressive Integrated with Exogenous Variables (GSTARI-X) untuk identifikasi, estimasi parameter, mendapatkan model dan membandingkan hasil peramalan data jumlah peserta KB Aktif. GSTARI-X adalah model yang menggabungkan unsur dependensi waktu dan lokasi pada suatu runtun waktu multivariat yang melibatkan variabel eksogen dengan salah satu metode estimasi yaitu Ordinary Least Square (OLS) dengan beberapa macam bobot lokasi. Sebagai studi kasus model GSTARI-X diaplikasikan untuk peramalan jumlah peserta KB aktif pada empat kabupaten dengan penduduk tertinggi di Jawa Barat yaitu Bogor, Bekasi, Bandung dan Garut, dimana perkembangan peserta KB aktif empat kabupaten tersebut karakteristik antar wilayah cenderung heterogen, membentuk pola tren dan terdapat faktor yang mempengaruhi yaitu jumlah institusi masyarakat pedesaan sebagai variabel eksogen dalam model. Hasil identifikasi menjelaskan bahwa orde lag waktu 1 yang paling sesuai untuk model GSTARI-X melalui kriteria nilai minimum AIC, sedangkan orde lag spasial dibatasi satu karena keempat lokasi penelitian berada dalam provinsi yang sama, sehingga didapatkan model GSTARI-X (1,1,1). Berdasarkan hasil analisis dan pembahasan bahwa model yang paling sesuai dalam meramalkan jumlah peserta KB Aktif pada empat kabupaten di Provinsi Jawa Barat dengan melibatkan jumlah institusi masyarakat pedesaan sebagai variabel eksogen adalah model GSTARI-X (1,1,1) dengan bobot lokasi invers jarak, hal tersebut dikarenakan model tersebut memiliki nilai MAPE yang paling minimum baik dalam data in sample maupun data out sample dibandingkan bobot lokasi lainnya, sehingga memberikan ketepatan peramalan yang paling baik.
Pemetaan Penyakit Demam Berdarah Dengue (DBD) di Kota Bandung dengan Metode Poisson Kriging
(2016-04-21) RADEN RETNAWULAN WALIPAH; Achmad Bachrudin; Lienda Noviyanti
Pemetaan Incidence Rate (IR) suatu penyakit dapat disajikan secara geografis. Pendekatan dengan model Poisson Kriging yang lebih tepat karena mempertimbangkan faktor lingkungan. Sebagai salah satu aplikasinya, metode tersebut digunakan untuk menentukan tingkat risiko setiap kelurahan, sebagai sebagai unit pengamatannya, dengan mempertimbangkan kejadian penyakit Demam Berdarah (DBD) di wilayah-wilayah sekitarnya. Analisis atas data penyakit DBD Kota Bandung tahun 2014 memberikan hasil bahwa 26.49% kelurahan memiliki risiko berjangkit DBD rendah, 29.14% berisiko sedang, dan 44.37% berisiko tinggi. Statistik ini mengindikasikan bahwa Kota Bandung berada dalam waspada penyakit DBD. Untuk analisis lebih lanjut, cakupan wilayah lebih kecil, misalnya Rukun Warga atau Rukun Tetangga dapat dipertimbangkan untuk lebih memudahkan penanggulangan dan pencegahan penyakit DBD yang timbul.
PEMODELAN RATA-RATA LAMA SEKOLAH DI JAWA TENGAH DENGAN MENGGUNAKAN GENERALIZED ADDITIVE MODELS (GAM) P-SPLINE
(2018-01-15) ROSALINDA NAINGGOLAN; Achmad Bachrudin; Yudhie Andriyana
Rata-rata lama sekolah (RLS) merupakan salah satu indikator perhitungan pembentuk Indeks Pembangunan Manusia (IPM). RLS dapat dikatakan sebagai ukuran output pendidikan pada suatu daerah. Ukuran pendidikan menjadi penting pada saat ini terlebih lagi karena adanya Masyarakat Ekonomi Asean (MEA). Tingginya pendidikan yang dicapai oleh seseorang meningkatkan harapan diterima pada suatu pekerjaan menjadi cukup besar. Oleh karenanya isu pendidikan menjadi topik dalam penelitian ini, khususnya data rata-rata lama sekolah. Penelitian ini bertujuan untuk memodelkan data rata-rata lama sekolah terhadap beberapa variabel prediktor yang diduga berpengaruh. Adapun permasalahan statistik yang terjadi adalah data tidak mengikuti asumsi normalitas dan prespesifikasi model melalui pola hubungan yang terbentuk sulit untuk ditentukan. Oleh karena itu diusulkan suatu yang metode yang dapat menyelesaikan permasalahan tersebut sehingga model yang diperoleh diyakini memberikan hasil yang lebih presisi. Metode yang diusulkan adalah Generalized Additive Model (GAM) P-Spline. Hasil penelitian menunjukkan Akaike’s Information Criterion (AIC) dan mean square error (MSE) pada metode GAM P-Spline lebih kecil dari AIC dan MSE Generalized Linear Model (GLM). Hal ini mengindikasikan GAM P-Spline memiliki peforma yang lebih baik daripada GLM untuk data tersebut
PENENTUAN VALUE AT RISK BERDASARKAN REGULAR VINE COPULA-ARMA-GARCH
(2018-01-15) HASNA AFIFAH RUSYDA; Achmad Bachrudin; Lienda Noviyanti
Keakuratan nilai Value at Risk (VaR) dalam mengestimasi risiko portofolio yang melibatkan sejumlah besar aset sangat diperlukan. Data return dari masing-masing aset cenderung bersifat fat tails, tidak berdistribusi normal, memiliki volatility clustering dan struktur dependensi antar aset bersifat kompleks atau non linear. Untuk memodelkan volatilitas pada masing-masing aset digunakan ARMA-GARCH. Namun untuk dapat memodelkan struktur dependensi pada sejumlah aset, diperlukan model yang fleksibel. Copula multivariat dapat dibangun dari Copula parametrik bivariat yang dihubungkan menggunakan representasi grafis untuk menjadi Pair Copula Constructions (PCCs) atau vine Copula. Beberapa riset telah menggunakan aplikasi C-vine dan D-vine Copula. Namun penggunaan C-vine dan D-vine Copula lebih terbatas dibandingkan R-vine Copula. Padahal untuk memodelkan dependensi yang kompleks pada dimensi yang tinggi dibutuhkan fleksibilitas. Oleh karena itu, pada penelitian ini digunakan R-vine Copula. Berdasarkan metode R-vine Copula diperoleh bahwa Copula yang cocok untuk mengestimasi struktur dependensi antar aset (PT Jasa Marga (Persero) Tbk (JSMR), PT Waskita Karya (Persero) Tbk (WSKT), dan PT Bank Mandiri (Persero) Tbk (BMRI)) adalah conditional bivariate Copula (C3,1|2 ) dengan family Gaussian Copula. Adapun nilai VaR yang diperoleh dengan bobot 0.1 pada aset JSMR, 0.7 pada aset WSKT, dan 0.2 pada aset BMRI pada interval konfidensi 95% adalah 0.009709.
PENERAPAN SPATIO TEMPORAL MULTIVARIATE SINGULAR SPECTRUM ANALYSIS UNTUK PERAMALAN HARGA ECERAN BERAS
(2018-01-10) YOGA SASMITA; Achmad Bachrudin; Toni Toharudin
Penelitian ini bertujuan untuk melakukan peramalan dengan melibatkan informasi spasial berupa penimbang kebalikan jarak (inverse distance weighting/IDW). Metode yang digunakan adalah Spatio Temporal Multivariate Singular Spectrum Analysis (ST-MSSA). SSA merupakan metode peramalan eksploratif dan berbasis non parametrik sehingga tidak memerlukan asumsi parametrik seperti stasioneritas, sebaran residualnya berdistribusi normal, white noise dan homoskedastisitas. Data observasi penelitian ini adalah rata-rata harga eceran beras mingguan di pasar tradisional pada sepuluh ibukota provinsi kawasan Sumatera sejak Januari 2013 hingga Desember 2016 (209 minggu). Diawali dengan identifikasi ketergantungan spasial (spatial autocorrelation), linieritas dan keberadaan unsur data seperti tren, musiman, siklis dan noise. Kemudian dilanjutkan dengan pemilihan Window Length dan Eigentriple optimum dengan didasarkan perbedaan terbesar dan rasio terkecil RMSE MSSA tertimbang dan tak tertimbang terhadap SSA univariat yang memanfaatkan data training. Window Length dan banyaknya Eigentriple yang terlibat serta metode terpilih selanjutnya digunakan untuk melakukan peramalan data testing. Hasil peramalan data testing diukur akurasi, presisi dan keandalanannya untuk dijadikan dasar peramalan data periode Januari - Juli 2017 (28 minggu berikutnya). Window Length dan Eigentriple optimum masing-masing adalah 180 dan sembilan, sementara itu metode ST-MSSA mempunyai akurasi yang lebih baik daripada MSSA. Berdasarkan validasi peramalan yang menggunakan data testing diperoleh Root Mean Square Error (RMSE) tertinggi adalah 0,0712, Mean Absoute Error (MAE) tertinggi adalah 0,0592 dan Mean Absoute Percentage Error (MAPE) tertinggi adalah 0,6196, jarak terhadap nol tertinggi pada Mean Error (ME) adalah -0,0589 dan jarak terhadap nol tertinggi pada Mean Percent Error (MPE) adalah -0,6169.

Browse

Browsing Statistika Terapan (S2) by Author "Achmad Bachrudin"

Results Per Page

Sort Options