Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model tingkat bunga yang akan dibahas pada Tesis ini adalah model ekuilibrium satu faktor, yaitu model Rendleman - Bartter (RB) yang diasumsikan dalam ukuran risk-neutral. Tesis ini membahas mengenai stabilitas model RB, yaitu stabilitas stokastik asimtotik dan stabilitas mean-square. Stabilitas model RB ini terkait dengan parameter model RB. Namun, nilai parameter model RB tidak diketahui nilainya sehingga untuk implementasi model diperlukan penaksiran parameter model RB. Penaksiran parameter model RB membutuhkan data historis tingkat bunga. Model RB terkait dengan data historis berada pada ukuran aktual (actual measure). Sedangkan, model RB berada pada ukuran riskneutral, sehingga sebelum menentukan taksiran parameter dilakukan perubahan ukuran pada model RB menggunakan Teorema Girsanov. Metode yang digunakan dalam penaksiran parameter adalah Maximum Likelihood Estimation (MLE) dan dilanjutkan dengan metode numerik Newton ? Raphson. Dengan menggunakan data tingkat bunga bulanan suatu zero-coupon bond dengan maturity time 5 tahun periode Januari tahun 1982 hingga Februari 2011 yang diunduh dari http://www.bankofengland.co.uk dapat diperoleh nilai taksiran parameter yang memenuhi stabilitas model RB.

---

The Rendleman-Bartter (RB) model is a one-factor equilibrium interest rate model under risk-neutral measure. This thesis presents the stability of RB model, that is, stochastically asymptotically stable and mean-square stable, and their stability corresponds to parameter RB model. However, in the application the value of parameters RB model is unknown and needs to be estimated. Parameter estimation of RB model requires historical data of interest rates under actual measure. Therefore, Girsanov Theorem is used to change measure. Also, Maximum Likelihood Estimation (MLE) and Newton-Raphson method can be used to estimate these parameters. Parameter estimators are obtained by data of a zero-coupon bond with maturity time of five years from January 1982 to February 2011. This data can be downloaded from http://www.bankofengland.co.u."

"Untuk menggambarkan variansi bersyarat dari runtun waktu keuangan dapat dimodelkan menggunakan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Model multivariate dikembangkan untuk mengetahui hubungan antar beberapa data runtun waktu keuangan dan mengetahui variansi kovariansi dari data runtunnya, salah satunya adalah model full-factor multivariate GARCH. Salah satu karakteristik runtun waktu keuangan adalah memiliki ekor gemuk, karakteristik ini dapat dijelaskan oleh distribusi yang memiliki ekor gemuk contohnya distribusi student-t. Pada tulisan ini, akan dibahas mengenai estimasi parameter pada model full-factor multivariate GARCH dengan asumsi error berdistribusi multivariate student-t. Pembahasan akan difokuskan pada tahap estimasi parameter model full-factor student-t multivariate GARCH dengan metode estimasi maksimum likelihood. Namun estimasi secara analitik tidak dapat digunakan untuk mengestimasi parameter dalam model, maka digunakan penyelesaian secara numerik menggunakan algoritma quasi-Newton BFGS. Data yang digunakan pada tulisan ini adalah data return harian delapan saham pada pasar di Amerika Serikat dari tanggal 1 Januari 2006 sampai dengan 1 Januari 2015.

---

To describe the conditional variance of financial time series, Generalized Autoregressive Conditional Heteroscedasticity models (GARCH) has been widely used. Multivariate models were developed to capture the relationship between several financial time series datas, and to describe the conditional variance and covarianse of time series. In this paper we consider full-factor multivariate GARCH model. One of the characteristics of financial time series is fat tails in the conditional distribution, these characteristic can be explained by the distribution that has fat tails, for example student-t distribution. In this paper, we will discuss full-factor multivariate GARCH model assuming the error has multivariate student-t distribution. The discussion will focus on parameter estimation for full-factor multivariate student-t GARCH model with maximum likelihood estimation method. But in this model don’t have the closed form, so we used numerically method i.e quasi-Newton BFGS algorithm. The data used in this paper are returns from eight stocks on the US market from January 1st 2006 until January 1st 2015."

"Tesis ini membahas kajian dan implementasi stabilitas model tingkat bunga Cox- Ingersoll-Ross (CIR). Estimasi parameter model CIR melibatkan perubahan measure. Parameter-parameter model CIR diestimasi menggunakan Generalized Method of Moments (GMM), sedangkan simulasi tingkat bunga menggunakan metode Milstein. Hasil implementasi model CIR menunjukkan bahwa lintasan solusi model CIR risk-neutral dengan perubahan measure lebih dekat dengan pergerakan tingkat bunga sebenarnya dibandingkan dengan lintasan solusi model CIR risk-neutral tanpa perubahan measure. Hasil implementasi dengan pendekatan numerik menunjukkan bahwa simulasi solusi model CIR memenuhi perilaku stabilitas asimtotik solusi model CIR. Data yang digunakan adalah data tingkat bunga yang diunduh dari www.bankofengland.co.uk.

---

Thesis discusses stability and implementation of interest rate Cox-Ingersoll-Ross (CIR) model. Parameter estimation of CIR model involves changing measure. Parameters of CIR model are estimated using Generalized Method of Moments (GMM), while simulation of interest rate uses Milstein method. The implementation shows that solution path of risk- neutral CIR model with changing measure is closer to interest rate data than solution path of risk-neutral CIR model without changing measure. The implementation of numerical approach shows that solution of CIR model satisfies the stability of asymptotic behavior. The interest rate data is obtained from www.bankofengland.co.uk."

"ABSTRAKPulau Jawa merupakan pulau dengan tingkat kependudukan paling tinggi di Indonesia. Perjalanan yang dibangkitkan pun akan terus meningkat seiring dengan kebutuhan akan sarana transportasi untuk mendistribusikan perjalanan dari satu kabupaten ke kabupaten lain dengan baik pada suatu provinsi. Tujuan dari penelitian ini adalah untuk mengembangkan model gravitasi, menganalisa sebaran frekuensi panjang perjalanan dan membandingkan parameter hambatan pada Provinsi Jawa Barat, Provinsi Jawa Tengah, DI Yogyakarta dan Provinsi Jawa Timur. Wilayah yang ditinjau secara luas geografisnya cukup mewakili Pulau Jawa. Pada penelitian ini didapat nilai parameter hambatan di setiap provinsi yang nilainya berbeda-beda. Semakin kecil jarak rata-rata perjalanannya maka semakin besar nilai parameter hambatan. Dengan menggunakan nilai parameter hambatan, maka dapat diketahui sebaran perjalanan di masa mendatang dan dapat pula diketahui pola perjalanan setiap provinsi. Pola perjalanan setiap provinsi kemudian dibandingkan dengan menggunakan uji statistik dan didapat hasil bahwa setiap provinsi memiliki pola perjalanan yang sama. Namun, dengan pola perjalanan yang sama, nilai parameter hambatan yang digunakan untuk setiap provinsi tetap berbeda. Dengan mengetahui sebaran perjalanan masa mendatang maka permasalahan transportasi dapat dihindari dan pelayanan transportasi dapat ditingkatkan.

---

ABSTRACTJava is an island with the highest population rate in Indonesia. The trip is increases along with the need for transportation to distribute travel from one district to another in every province. The purpose of this research is to develop a gravity model, analyze the trip length frequency distribution and compare impedance parameters in West Java Province, Central Java, Yogyakarta and East Java Provinces. According to geographically area, the regional research could represent Java Island. In this research we get the value of impedance parameter in each province with different value. The smaller the average of distance trip, the greater the value of impedance parameter. By using value of impedance parameter, it can be known the value of trip distribution in future and known the trip length frequency distribution in every province as well. The trip length frequency distribution of each province can be compared by statistical tests and the results obtained that each province had the same trip pattern. However, with the same trip pattern, the impedance parameter values used for each province remain different. By knowing the trip distribution in the future, lots of transportation problems can be avoided and transportation services can be improved."

"ABSTRACTOne of the simple models to address quantum many body effects in materials with impurities is Anderson Impurity Model. It describes a system consisting of non interacting conduction electrons having hybridization with a localized orbital with strong electron electron interaction at a particular site. This model has been proven successful to explain the phenomenon of metal insulator transition through Anderson localization. Despite the well understood behaviors of the model, little has been explored theoretically on how the model properties gradually evolve as functions of hybridization parameter, impurity concentration, and temperature. Here, we propose to do a theoretical study on those aspects of a single impurity Anderson model using the distributional exact diagonalization method. We solve the model Hamiltonian by randomly generating sampling distribution of a few energy levels of conduction electrons with various number of occupying electrons, starting from zero to the maximum number allowed by the available single orbital states. The resulting energy eigenvalues and eigenstates are then used to define the local single particle Green function for each sampled electron energy distribution using Lehmann representation. Later, we extract the corresponding self energy of each distribution, then average over all the distributions to obtain the final self energy of the system and construct the local Green function of the system to calculate the density of states. We repeat this procedure for various values of hybridization parameters, impurity concentrations, and temperatures. We discuss our results in connection with the criteria of the occurrence of metal insulator transition in this system.

---

ABSTRACTSalah satu model sederhana yang menunjukkan efek kuantum sistem banyak partikel pada material yang memiliki impuritas adalah Anderson Impurity Model. Model tersebut mendeskripsikan sebuah sistem yang memiliki elektron konduksi yang tidak saling berinteraksi namun mengalami hibridisasi dengan orbital yang terlokalisasi, dimana terjadi interaksi yang cukup kuat antar elektron pada orbital tersebut. Model ini terbukti berhasil menjelaskan fenomena metal-insulator transition melalui Anderson localization. Meskipun secara umum model ini telah dipahami, masih sedikit penjelasan teoretis terkait bagaimana model impuritas ini bergantung terhadap parameter hibridisasi, konsentrasi impuritas, dan suhu. Pada penelitian ini, kami mengusulkan studi teoretik mengenai pengaruh aspek-aspek tersebut terhadap single impurity Anderson model dengan menggunakan metode distributional exact diagonalization. Kami mengkontruksi Hamiltonian model ini dengan distribusi energi elektron konduksi yang acak dengan berbagai variasi jumlah elektron yang mengisi orbital sistem, berawal dari kondisi orbital kosong tidak terisi elektron sama sekali sampai jumlah maksimum yang diperbolehkan. Eigenvalue dan eigenvector yang dihasilkan dari setiap sampling digunakan untuk mendefinisikan fungsi Green orbital impuritas melalui Lehmann representation. Kemudian kami mengekstrak self-energy untuk setiap distribusi dan merata-ratakannya. Self-energy rata-rata yang diperoleh inilah yang diperlukan untuk mengkonstruksi fungsi Green total bagi elektron konduksi maupun elektron impuritas, dimana masing-masing fungsi Green tersebut digunakan untuk menghitung densitas keadaan. Kami mengulangi prosedur ini untuk berbagai variasi nilai parameter hibridisasi, konsentrasi impuritas, dan suhu. Diskusi terkait hasil penelitian yang diperoleh mengacu pada kriteria terjadinya fenomena metal-insulator transition pada sistem ini."

"Analisis survival membutuhkan data survival yang terdiri dari waktu survival sekumpulan objek. Data survival dapat berbentuk data lengkap maupun tersensor. Namun data survival biasanya merupakan data tersensor. Salah satu data tersensor yang sering digunakan adalah data tersensor kanan tipe II yaitu merupakan data waktu kejadian dimana pengamatan dihentikan setelah diperoleh r objek pertama yang mengalami kejadian dari n objek yang diuji. Dilakukan pengamatan data survival tersensor kanan tipe II diperoleh grafik fungsi survival, fungsi survival serta fungsi kepadatan probabilitas yang merepresentasikan data tersebut. Fungsi kepadatan probabilitas data tersebut merupakan fungsi dari sebuah variabel random berdistribusi Rayleigh. Karena parameter tidak diketahui selanjutnya dilakukan penaksiran parameter. Dalam skripsi ini dicari penaksir parameter distribusi Rayleigh pada data survival tersensor kanan tipe II dengan metode Bayes menggunakan dua fungsi loss yaitu Square Error Loss Function SELF dan Precautionary Loss Function PLF. Selanjutnya dilihat sifat bias dari penaksir parameter tersebut. Kemudian membandingkan hasil taksiran parameter dari kedua fungsi loss berdasarkan Mean Square Error MSE yang dihasilkan melalui simulasi data. Misalkan adalah parameter yang akan ditaksir, untuk diperoleh PLF memberikan hasil taksiran yang baik dan untuk diperoleh SELF memberikan hasil taksiran yang baik. Taksiran dikatakan baik apabila nilai MSE yang dihasilkan semakin kecil.

---

The survival analysis requires survival data consisting of survival time of a set of objects. Survival data can be either complete or censored data. However, survival data is usually censored data. One of the censored data that is then used is the right type censored data type II that is the time data of the events used to find the objects that exist. Recurrence of right type categorized survival data is obtained by graph of survival function, survival function and probability function which represents the data. The probability data relation function is a randomly distributed Rayleigh variable. Because the parameter is unknown, parameter estimation is performed.

In this thesis is searched the estimator of Rayleigh distribution parameter on the right type categorized survival data type II with Bayes method using two loss function that is Square Error Loss Function SELF and Precautionary Loss Function PLF. A bias viewpoint of the estimator 39s parameter. Then compare the parameter estimation results of the second function based on Mean Square Error MSE generated through data simulation. Let be the parameter to be estimated, for le 1 obtaining the PLF gives good estimates and for 1 the SELF result gives a good estimation result. The estimate that the resulting MSE values is getting smaller."

"Indonesia merupakan negara dengan wilayah maritim terbesar. Diperlukan kekuatan dan jumlah armada laut yang besar untuk mencegah masuknya kapal asing dan mempertahankan kedaulatan negeri. Kapal selam merupakan salah satu aset untuk tujuan tersebut. Saat ini Indonesia hanya mempunyai 2 kapal selam yang beroperasi. Hal ini sangat memprihatinkan. Oleh karena itu, sebagai mahasiswa yang bertanggung jawab dan berdedikasi tinggi pada bangsa dan negara maka dilakukan perancangan kapal selam dan pengujian kapal selam tersebut dengan menggunakan model berskala. Pada skripsi ini akan dibahas pembuatan lambung kapal selam model dan pengujian yang dilakukan terhadap model yang disertakan dengan table perhitungan dan grafik yang menunjukkan besar hambatan total pada kapal selam rancangan.

---

Indonesia is a world biggest maritime country. It is necessary to has enough strength and big armada to protect and prevent foreign ships to enter the territory. Submarine is a key and asset for that purpose. Nowadays, Indonesia just has two submarines that operates. This is very worrying. Therefore, a submarine concept design and model’s experiment must be done which reflects a student who has responsibility and dedication to the nation. In this final assignment, will discuss about making a hull of submarin’s model and experiment that be done to this model include estimation’s table and chart that determine ship model’ resistance."