Hasil Pencarian  ::  Simpan CSV :: Kembali

"Listrik adalah penggerak utama dari aktifitas ekonomi suatu negara Di Indonesia bahan bakar dari sistem kelistrikan berasal dari sumber daya alam. Batam yang mempunyai posisi strategis di antara daerah lain Indonesia memiliki rasio elektrifikasi yang tertinggi karena Batam terhubungkan dengan gas pipa yang membuat Batam memiliki pasokan gas untuk menghasilkan listrik dan ke depan untuk memenuhi permintaan Singapura untuk mengekspor listrik. Tesis ini mendiskusikan untuk memperkirakan risiko dan keuntungan dalam menghasilkan listrik di Batam untuk keperluan dalam negeri dan untuk ekspor ke Singapura dengan menggunakan Efficient Frontier. Kegiatan ekspor listrik ke Singapura akan menyempurnakan sistem kelistrikan di Indonesia meningkatkan nilai keuntungan dari pembangkit listrik di Indonesia dan menciptakan lapangan kerja baru di Indonesia serta memaksimalkan penggunaan sumber daya alam untuk keperluan dalam negeri.

---

Electricity is the main driver of the economic activity in a country In Indonesia the fuel of electricity system is still coming from the natural resources. Batam has strategic position among other areas in Indonesia to have the highest electrification ratio as it has connected with the gas pipeline which enable to supply gas to Batam for generating electricity and further to meet the request by Singapore to export electricity. This thesis discussed on the forecasting risk and return to provide electricity in Batam for domestic purpose and to export to Singapore by using Efficient Frontier. Exporting electricity to Singapore will improve the electricity system in Indonesia increase the profitability of the power plant in Indonesia create employment in Indonesia and maximize the natural resources for domestic usage Key words Electricity fuel power generation risk and return efficient frontier."

"Latar belakang penelitian ini adalah perkembangan pasar Obligasi pemerintah yang sangat menarik untuk diamati. Seiama kurun Iima tahun ke belakang volume perdagangan Surat Utang Negara atau obi igasi pemerintah menunjukkan peningkatan signifikan. Menurut data Bursa Efek Surabaya, untuk tahun berjalan 2005 frekuensi rata-rata perdagangan harian obligasi pemerintah mencapai 2926, jauh di atas frekuensi obligasi korporat sebesar 141 transaksi per hari. Kapitalisasi pasar oleh obligasi pemerintah mencapai Rp 404.768 triliun sedangkan obligasi korporat sebesar Rp 58.363 triliun. Bahkan mungkin peran Obligasi Pemerintah akan semakin dominan dalam menggerakkan perekonomian. Menurut proyeksi dari Majalah Investor edisi 1151VII12005 emisi Surat Utang Negara tersebut akan terserap oleh Perusahaan Dana Pensiun,Asuransi, jugs Manajer Investasi pengelola Reksa Dana.Walaupun Obligasi Pemerintah dinilai cukup aman (tanpa risiko gagal bayar) namun tetap merupakan aset yang sensitif terhadap pergerakan suku bunga. Oleh karena itu menarik untuk diamati sejauh mana faktor pasar (suku bunga) memberi eksposur risiko pasar terhadap suatu komposisi Obligasi Pemerintah.Dengan melihat banyaknya Obligasi Pemerintah serf FR, untuk dapat memperoleh suatu komposisi optimal dilakukan pembentukan komposisi portofolio Obligasi Pemerintah dengan metode efficient frontier. Pada sepanjang garis kurva efisien yang diperoleh tersebut diambil satu komposisi portofolio optimal yang ditentukan dengan menggunakan rasio Sharpe. Dengan demikian diperoleh portofolio dengan rasio risk-return optimal.Hasilnya diperoleh suatu komposisi portofolio Obligasi Pemerintah yang berisi 11 Obligasi Pemerintah :- seri FR 0011 dengan bobot (weight) 10,6% dari nilai total portofolio- seri FR 0012 dengan bobot (weight) 0,52% dari nilai total portofolio- seri FR 0014 dengan hobo'. (weight) 0,34% dari nilai total portofolio- seri FR 0018 dengan bobot (weight) 0,25% dari nilai total portofolio- seri FR 0019 dengan bobot (weight) 10,8% dari nilai total portofolio- seri FR 0020 dengan bobot (weight) 14,61% dari nilai total portofolio- seri FR 0022 dengan bobot (weight) 13% dari nilai total portofolio- seri FR 0023 dengan bobot (weight) 0,03% dari nilai total portofolio- seri FR 0024 dengan bobot (weight) 14,9% dari nilai total portofolio- seri FR 0025 dengan bobot (weight) 12,7% dari nilai total portofolio- seri FR 0026 dengan bobot (weight) 11,8% dari nilai total portofolioDengan demikian telah diperoleh komposisi portofolio optimal Obligasi Pemerintah yang akan diukur besaran risiko pasar-nya. Kemudian dilakukan tes statistik untuk menentukan penggunaan jenis volatilitas yang akan diikutsertakan dalam estimasi VaR aset maupun portofolio Obligasi Pemerintah. Market risk factors -nya adalah suku bunga yang mempengaruhi masing-masing proyeksi anus kas (cashflow) kupon, yaitu JIBOR 1 mo, 3mo, 6mo,12mo, IGSYC l yr, 2yr, Syr, 4yr, Syr, 6yr, Tyr, 8yr, 9yr,10yr). Diambil hingga IGSYC IOyr karena maturitas terlama dalam komposisi portofolio adalah 10 tahun. Dari langkah tersebut dapat ditentukan item yang mana saja dari faktor risiko pasar (market risk factors) yang menggunakan standar deviasi ataukah volatilitas EWMA sebagai nilai besaran volatilitasnya. Hal ini sangat penting dilakukan karena nilai volatilitas tersebut dipergunakan dalam proses estimasi VaR. Hasilnya adalah 5 dari 13 faktor risiko memakai volatilitas EWMA (yaitu JIBOR Imo, 3mo, bmo, 12mo, dan IGSYC 9yr) sedangkan sisanya memakai nilai standar deviasi sebagai besaran volatilitasnya. Proses estimasi volatilitas EWMA menggunakan decay factor 0,94 dan confidence level 95%.Langkah terakhir adalah melakukan estimasi VaR portofolio Obligasi Pemerintah. Dalam estimasi ini dilakukan penghitungan korelasi antar market risk factors, yang digabungkan dengan pemetaan arcs kas kupon (lama jatuh tempo) terhadap hari pengamatan diperoleh nilai DeaR (Daily Earning at Risk) atau VaR horison 1 hari untuk masing-masing aset dalarn portofolio_ Hasil VaR untuk masingmasing aset, dengan horison 1 hari, dan confidence level 95%:- seri FR 0011 besar nilai DEaR : Rp. 44,776 dari eksposurnya Rp 106,032,100- seri FR 0012 besar nilai DEaR : Rp. 22,075 dari eksposumya Rp 52,650,300- seri FR 0014 besar nilai DEaR : Rp. 14,720 dari eksposurnya Rp 34,117,200- seri FR 0018 besar nilai DEaR : Rp. 1,762 dari eksposurnya Rp 25,780,000- seri FR 0019 besar nilai DEaR : Rp. 151,213 dari eksposumya Rp107,900,500- seri FR 0020 besar nilai DEaR : Rp. 204,809 dari eksposumya Rp146,133,700- seri FR 0022 besar nilai DEaR : Rp. 40,233 dari eksposurnya Rp 130,241,900- seri FR 0023 besar nilai DEaR : Rp. 1,208 dari eksposumya Rp 3,071,200- seri FR 0024 besar nilai DEaR : Rp. 60,886 dari eksposur Rp 148,773,400- seri FR 0025 besar nilai DEaR : Rp. 46,753 dari eksposur Rp 126,893,900- seri FR 0026 besar nilai DEaR : Rp. 80,847 dari cksposur Rp 118,405,800Kemudian nilai tersebul dipergunakan dalam perhitungan estimasi VaR portofolio. Total nilai DEaR aset menghasilkan VaR undiversified horison 1 hari sebesar : Rp. 669,286.-terhadap nilai eksposur portofolio sebesar Rp 1,000,000,000. (=0,067% terhadap nilai portofolio). Sedangkan nilai VaR diversified horison 1 hari (dengan memasukkan besar korelasi antar aset dalam estimasi) adalah sebesar Rp. 312,739.-(=0,0313% terhadap nilai portofolio). Nilai volatilitas return portofolio (volatilitas EWMA) sebesar 0.0145%. Terlihat perbedaan signifikan antara dimasukkannya faktor korelasi antar aset yang membantu estimasi VaR tidak berlebihan.Nilai VaR portofolio diversified horison 5 hari adalah sebesar Rp. 699,306.-. Dan basil estimasi VaR portofolio diversified horison 10 hari adalah sebesar Rp. 988,968. Setelah nilai VaR diperoleh dilakukan backtesting dan validasi dengan Kupiec Test untuk mengetahui apakah model termasuk valid atau konvensional. ]umlah overshoot 9 buah pada confidence level 95 % (nilai non rejection antara 6 dan 21) menunjukkan bahwa model digolongkan valid.Dan penelitian diperoleh 2 kesimpulan yang dapat menjawab pokok permasalahan yang dilontarkan, yaitu:1. Komposisi portofolio optimal Obligasi Pemerintah serf FR pada rentang waktu pengamatan terdiri dad 11 aset dengan komposisi yang telah disebutkan sebelumnya.2. Diperoleh besaran nilai VaR untuk portofolio optimal dengan besaran seperti telah disebutkan di atas. Nilai VaR portofolio Obligasi Pemerintah terlihat kecil dibandingkan besaran eksposur keseluruhan. Namun hal ini menunjukkan bahwa Obligasi Pemerintah tidak lepas dari risiko pasar yang bukan tidak mungkin bila diabaikan akan menyebabkan kerugian dalam skala besar."

"Peramalan beban listrik, juga dikenal sebagai Probabilistic Load Forecasting (PLF), memiliki peran penting dalam industri tenaga listrik, terutama dalam merencanakan operasi sistem tenaga, menjaga stabilitas, dan memfasilitasi perdagangan energi. Di Bandar Udara Internasional Soekarno-Hatta yang merupakan sebuah entitas komersial besar, peramalan yang akurat dan andal sangat penting untuk optimalisasi layanan, kepatuhan terhadap regulasi dan meningkatkan akurasi perencanaan konsumsi energi. Tujuan penelitian ini adalah menentukan model peramalan yang akurat untuk digunakan di Bandar Udara Internasional Soekarno-Hatta. Dalam penelitian ini, empat model berbeda diuji: Seasonal Autoregressive Integrated Moving Average (SARIMA), Seasonal Autoregressive Integrated Moving Average with Exogenous (SARIMAX), serta dua model berbasis neural network, yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Units (GRU). Kemudian model ini diterapkan pada data historis harian yang dikumpulkan dari perusahaan operator bandar udara dengan rentang waktu 01 Januari 2022 hingga 31 Desember 2022. Hasil penelitian menunjukkan bahwa model LSTM mencapai performa terbaik dalam melakukan peramalan, dengan Mean Absolute Error (MAE) 12.79, Root Mean Square Error (RMSE) 15.47, dan Mean Absolute Percentage Error (MAPE) 1.91%. Sehingga berdasarkan hasil penelitian, model LSTM dapat digunakan untuk meningkatkan akurasi perencanaan konsumsi listrik harian di Bandar Udara Internasional Soekarno-Hatta dan fasilitas serupa lainnya.

---

Electric load forecasting, also known as Probabilistic Load Forecasting (PLF), plays a crucial role in the electricity industry, particularly in planning power system operations, maintaining stability, and facilitating energy trading. At Soekarno-Hatta International Airport, which is a large commercial entity, accurate and reliable forecasting is essential for service optimization, regulatory compliance, and improving the accuracy of energy consumption planning. The aim of this study is to identify an accurate forecasting model to be used at Soekarno-Hatta International Airport. In this study, four different models were tested: Seasonal Autoregressive Integrated Moving Average (SARIMA), SARIMA with Exogenous (SARIMAX), and two neural network-based models, Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRU). The models were subsequently utilized on the daily historical data gathered by the airport operating firm from January 1, 2022, to December 31, 2022. The research findings demonstrated that the LSTM model was the most effective in terms of forecasting performance, with Mean Absolute Error (MAE) of 12.79, Root Mean Square Error (RMSE) of 15.47, and Mean Absolute Percentage Error (MAPE) of 1.91%. Therefore, based on the research findings, the LSTM model can be used to improve the accuracy of daily electricity consumption planning at Soekarno-Hatta International Airport and other similar facilities."

"Studi ini menginvestigasi keberadaan unsur long memory pada proses volatilitas indeks saham (IHSG) dan nilai tukar Indonesia (IDR/USD) dengan menggunakan model Fractionally Integrated GARCH. Studi ini mencoba menjawab signifikansi penggunaan model berproses fractionally integrated ( Long Memory ) tersebut dalam permodelan volatilitas pasar keuangan Indonesia, khususnya dalam hal descriptive dan predictive performance, jika dibandingkan dengan proses model GARCH (short memory) dan IGARCH (infinite memory). Dalam hal descriptive performance, model yang mengakomodasi long memory terbukti menunjukkan nilai signifikansinya dibandingkan kedua model lainnya, namun hasilnya beragam dalam hal predictive performance. Penggunaan model long memory hanya terbukti signifikansinya dalam memprediksi dinamika IDR/USD, khususnya volatilitas harian jangka pendek (satu hari), dan estimasi VaR one-step-ahead return IDR/USD. Hasil prediksi volatilitas harian IDR/USD pada horison prediksi di atas satu hari dan juga hasil prediksi volatilitas harian IHSG di semua horison prediksi diungguli oleh kedua model lainnya. Selain itu, pada studi ini, ternyata tidak terdapat perbedaan akurasi yang dramatis antara model FIGARCH dengan model GARCH dan IGARCH dalam mengestimasi VaR one-step-ahead return IHSG.

---

This study investigates the presence of long memory in the volatility process of Indonesian stock index (IHSG) and IDR/USD using FIGARCH model. Furthermore, this study addresses the significance of accounting for long memory in improving the descriptive and predictive performance of a conditional variance model by comparing its performance with two other models associated with their knife-edge distinction of memory specifications, GARCH (short memory) and IGARCH (long memory). Long memory model proves to be superior in describing the dynamics of Indonesian stock index and foreign exchange market. Its significance, however, shows mixed results in the predictive performance where long memory model only shows its superiority in forecasting volatility of one-day-ahead IDR/USD and one-step-ahead VAR of IDR/USD. Integrating fractional integration in the conditional variance model does not appear to improve volatility forecasts accuracy for the five, ten and twenty days forecasting horizons of IDR/USD. Moreover, long memory model also does not provide better volatility foresasts at all horizons for IHSG as compared to short and infinite memory model. Meanwhile, the accuracy performance of estimating one-step-ahead VaR return of IHSG among the three estimated models cannot provide conclusive results despite the confirmed existence of long memory in its volatility process."

"This paper describes how supplier evaluation used multi criteria and Confidence Interval Approach at Flavor Company in order to purchase cardboard material supplier. The result of design supplier evaluation six criterion that is seen significant to evaluate supplier by PT MW such: Quality, Delivery, Responsiveness, Flexibility, Relationship, and Cost. The scoring is filled up by the active participant and it is proceed using confidence interval approach method, which is involved purchasing, PPIC, QC, and Packing (warehouse) department. Generally, the best performance supplier are KS and STG. The result of this supplier evaluation can be used as consideration in deciding the order space policies in the supplier for the next period."

"Kemampuan rumah sakit untuk bertahan dan menjalankan fungsinya sebagai penyedia layanan kesehatan kepada masyarakat menghadapi tantangan dalam situasi darurat dan bencana. Rumah sakit harus mampu menghadapi pandemi COVID-19 dan bertahan sebagai salah satu bagian sentral dari ekosistem kesehatan. Penelitian ini dilakukan untuk menganalisis respon Rumah Sakit Awal Bros Batam terhadap pandemi COVID-19. Penelitian ini menggunakan pendekatan kualitatif dengan desain studi kasus melalui wawancara mendalam, telaah dokumen, observasi dan focus group discussion (FGD). Hasil penelitian menunjukkan bahwa secara umum rumah sakit dinilai memiliki tingkat kesiapsiagaan yang adekuat untuk berespon terhadap COVID-19. Komponen yang memiliki performa kurang baik adalah Komponen Kesehatan kerja, kesehatan mental, dan dukungan psikososial; Komponen Manajemen Pasien, dan Komponen Surge Capacity. Rumah sakit belum memiliki program kesehatan mental karyawan yang komprehensif terutama bagi tenaga kesehatan yang menangani COVID-19. Penggunaan terapi baru yang belum terdaftar juga belum dilakukan pemantauan dan kajian dilema etik dengan mengembangkan protokol pemantauan terapi. Selain itu, rumah sakit juga belum melakukan penetapan jumlah optimal sumber daya yang dibutuhkan untuk menghadapi kemungkinan kapasitas lonjakan di masa mendatang. Kesiapsiagaan dan respon rumah sakit terhadap pandemi tentunya harus dapat dipertahankan, ditingkatkan, dan dievaluasi sehingga disusunlah strategi mitigasi risiko prioritas yang menitikberatkan pada subkomponen yang memiliki nilai Risk Priority Number (RPN) paling tinggi. Selain strategi mitigasi risiko, telah disusun pula serangkaian Key Performance Outcome Indicator yang akan digunakan untuk melakukan pengukuran dan pemantauan keberhasilan rumah sakit dalam bersiapsiaga, berespon terhadap pandemi COVID-19 dan mempertahankan keberlangsungan bisnis operasionalnya. Diperlukan penelitian lebih lanjut tentang status kesehatan mental tenaga kesehatan yang bekerja di rumah sakit pada masa pandemi COVID-19 serta analisis hubungannya dengan status kesiapsiagaan rumah sakit serta melakukan evaluasi dari pemantauan penggunaan obat yang tidak terdaftar dan dampaknya terhadap outcome pasien COVID-19.Hospital ability to survive and maintain its function as a health service provider to the community faces challenges in emergency and disaster situations. Hospitals must be able to deal with the COVID-19 pandemic and survive as a central part of the health ecosystem. This research was conducted to analyze Awal Bros Batam Hospital responses to the COVID-19 pandemic. This study used a qualitative approach with a case study design through in-depth interviews, document review, observation, and focus group discussion (FGD). The results showed that in general, hospitals were considered to have an adequate level of preparedness to respond to COVID-19. Underperforming components are the components of Occupational Health, Mental Health, And Psychosocial Support; Patient Management Components, and Surge Capacity Components. The hospital have not develop a comprehensive employee mental health program, especially for health workers who handle COVID-19 patients. The use of new unregistered has also not been adequately monitored and studied ethical dilemmas by developing therapy monitoring protocols. Besides, the hospital has not determined the optimal amount of human resources needed to deal with possible future capacity spikes. Hospital preparedness and response to pandemics must of course be maintained, improved, and evaluated so that a priority risk mitigation strategy is formulated that focuses on the subcomponent that has the highest Risk Priority Number (RPN) value. In addition to risk mitigation strategies, a series of Key Performance Outcome Indicators have also been prepared which will be used to measure and monitor the success of hospitals in preparing, responding to the COVID-19 pandemic, and maintaining the sustainability of its operational business. Further research is needed on the mental health status of health workers working in hospitals during the COVID-19 pandemic and its relationship with hospital preparedness status, also research to evaluate the unregistered drug use monitoring and its impact on COVID-19 patient outcomes."

"Sumber penghasilan paling besar bagi perusahaan asuransi adalah melalui aktivitas investasi (investing activities) yang dapat dilakukan pada instrumen pasar modal seperti saham, deposito, obligasi, dan reksadana. Dan sumber modal yang dimiliki oleh perusahaan adalah lebih banyak diperoleh dari investasi yang ditanamkan oleh masyarakat. Untuk itu, di dalam melakukan investasi di pasar modal, investor sebaiknya mengetahui situasi pasar yang akan dimasuki secara umum. Hal ini dimaksudkan untuk mengantisipasi resiko kerugian yang mungkin akan terjadi, sebab kerugian kegiatan investasi memiliki hasil yang tidak pasti.Untuk dapat memaksimumkan profit dengan resiko yang seminimum mungkin maka investor membentuk suatu portfolio, dengan mengalokasikan investasi mereka ke beberapa instrumen investasi seperti saham, deposito, obligasi, dan reksadana dalam jangka waktu tertentu dengan diikuti strategi investasi untuk membentuk suatu portfolio yang efektif. Selain itu investor juga ingin memiliki kepastian bahwa modal yang mereka miliki dalam bentuk cash dapat bertahan secara likuid.Pendekatan yang umum digunakan dalam membentuk dan mengelola portfolio investasi adalah pendekatan yang ditemukan oleh Markowitz. Dengan teorinya yang dikenal dengan teori diversifikasi maka resiko investasi dapat diminimumkan dengan menggabungkan beberapa instrumen investasi yang memiliki korelasi yang negatif. Sehingga bila suatu kondisi terjadi maka suatu instrumen investasi akan turun sementara instrumen investasi lainnya akan naik sehingga secara keseluruhan efeknya dapat diminimalkan.Portfolio Markowitz ini memiliki kelebihan dan kelemahan. Kelemahan utamanya adalah portfolio ini hanya berguna dalam meminimumkan resiko dan mempertahankan nilai investasi secara nominal dan tidak secara real. Artinya daya beli dari uang yang diinvestasikan belum tentu sama setelah jangka waktu tertentu. Di sisi lain, kelebihan utamanya adalah portfolio mudah dibentuk agar sesuai dengan karakteristik investasi yang diinginkan dan tujuan yang ingin dicapai.Dengan metode efficient frontier Markowitz, bobot optimum investasi PT Asuransi Ramayana, Tbk terdapat pada saham (0.0080), obligasi (0.7904), dan reksadana (0.2016). Sedangkan pada kinerja portofolio aktual, perusahaan lebih mengutamakan faktor keamanan pada investasinya, yaitu dengan memberikan bobot yang besar pada deposito (0.9157). Tingkat return bulanan yang dihasilkan oleh metode Markowitz (1.1738%) relatif lebih besar daripada total portofolio aktual (1.0668%), dengan selisih return sebesar 0.1070% setiap bulannya.Karena terdapat perbedaan antara portfolio PT Ramayana dengan portfolio indeks pasar maka yang akan digunakan adalah portfolio PT Ramayana yang menggunakan metode efficient Frontier Markowitz. Reward to variability PT Ramayana (0.8714) lebih tinggi daripada reward to variability indeks pasar (0.7355).Untuk meningkatkan kinerja portfolio PT Asuransi Ramayana, Tbk pada masa-masa yang akan datang maka sebaiknya proporsi investasi pada instrumen deposito dapat dialihkan kepada instrumen obligasi dan instrumen reksadana yang memiliki return yang lebih tinggi dan resiko (standard deviasi) yang relatif kecil.Jenis obligasi yang dimiliki PT Asuransi Ramayana saat ini hanya satu jenis, sementara reward to variability ratio yang dihasilkan obligasi cukup tinggi, untuk itu pada masa-masa yang akan datang sebaiknya PT Asuransi Ramayana menambah emiten obligasinya.Berdasarkan Keputusan Menteri Keuangan (KMK) pasal 7 KMK 481 / KMK 017 / 1999 untuk industri asuransi kerugian di Indonesia mengenai Pembobotan Investasi maka Metode Efficient Frontier Markowitz dapat diterapkan dalam pengelolaan investasi PT Ramayana, Tbk karena masih termasuk dalam ketentuan yang berlaku.

---

The most value for insurance company's income is by investing activities which is conducted in capital market instruments such as stocks, fixed deposits, bonds and mutual funds. In other side, capital source that owned by the company is being reached mostly by investment that is invested by public (investor). Therefore, if the investor is investing on capital market, they should know first about the market situation in generally. Acknowledge of this circumstance is a key to anticipate the loss which is can be happened, this is because of uncertainty loss result in investment activity.

For maximizing the profit with minimum risk, the investor build a portfolio that allocate their investment into several investment instruments such as stocks, fixed deposit, bonds and mutual funds in certain term which is followed by investment strategy to make an effective portfolio. Besides of that, the investor also need a certainty for their cash capital can stand as a liquid.

The common approach that is used in making and managing the investment portfolio is a theory which is found by Markowitz. The theory is known as `Diversification Theory. By using this theory, the investment risk can be minimized by combining several investment instruments which are having a negative correlation.

Then if there is a condition happened, while an investment instrument will decrease, in the opposite side, other investment instruments will increase. So, in cumulative the total effects can be minimized.

The Markowitz Portfolio has some strengthens and weaknesses. The main weakness is the portfolio can be only used in minimizing the risk and maintaining the investment value as nominal and not for real. It means that the buying power from the investment money is not same after several times longer. In other side, the main strengthen is easily to build a portfolio which has same investment characteristics with the demanded and the purpose there are going to be achieved.

In term of Markowitz's efficient frontier method, optimum proportion of PT. Asuransi Ramayana,Tbk investment diversifies into stocks (0.0080), bonds (0.7904) and mutual funds (02016). Meanwhile, in actual portfolio, the company prefers the secure factor for their investment. Therefore, they distribute the most proportion into deposits (0.9157). Monthly return rate that is provided by Markowitz's method (1.1738%) is better than total actual portfolio (1.0668%), with difference of return is about 0.1.70% in each month.

In case of difference between PT. Asuransi Ramayana's portfolio and market portfolio, so then we are using PT. Asuransi Ramayana's portfolio which uses Markowitz's Frontier Efficient Method. Reward to variability of PT. Asuransi Ramayana (0.8714) is higher than reward to variability of market index (0.7355).

In future, for increasing PT. Asuransi Ramayana' portfolio, it will be better if investment's proportion in fixed deposits can be replaced by bonds and mutual funds which is having higher return and lower risk (deviation standard).

Nowadays, PT. Asuransi Ramayana only deploys into a single type of bond. Meanwhile, in the above mention, we are calculating and finding the result of reward to variability ratio that produced by bonds is quite higher. Hence, PT. Asuransi Ramayana, Tbk is better to add their bond's emittent in the next investment strategy.

Regarding on Ministry of Finance (MOF) Statement, article of 7, 4891KMK101719999 for Indonesian Loss Insurance Industry about investment proportion, the Markowitz Efficient Frontier Method can be implemented in PT. Asuransi Ramayana's investment strategy, in fact that the method is under the rule of MOF Statement."

"Penelitian tesis ini mengusulkan metode data mining untuk peramalan beban listrik jangka pendek dengan menggunakan kombinasi wavelet transform dan algoritma group method of data handling (WGMDH). Wavelet transform digunakan untuk mendekomposisi dan menganalisis sinyal beban listrik yang memiliki tren dan berfungsi sebagai proses penyaringan untuk meningkatkan kualitas data sebelum dilakukan peramalan menggunakan GMDH. Metode diuji pada data beban listrik yang terdapat pada sistem ketenagalistrikan Sumatera. Kinerja metode yang diusulkan dibandingkan dengan metode GMDH tanpa kombinasi wavelet dan metode koefisien. Metode yang diusulkan dapat memperbaiki akurasi peramalan beban listrik jangka pendek dibandingkan dengan model GMDH tanpa wavelet dan metode koefisien, yaitu menghasilkan MAPE lebih kecil dari 2%.

---

This thesis proposes a method of data mining for short-term load forecasting using a combination of wavelet transform and group methods of data handling (WGMDH). The wavelet transform is used to decompose, analyze and filter the signals trend of the electrical load to generate electricity load data into a higher quality before forecasting using GMDH. The proposed method is tested on the datasets of the power system of Sumatera. The performance of the proposed method compared with the GMDH method without the combination of wavelet transform and coefficient method. The proposed method can improve the accuracy in short-term load forecasting rather than GMDH without wavelet and coefficient method, the MAPE result is less than 2%."

"Dalam perencanaan operasi harian, diperlukan perkiraan beban beberapa waktu kedepan sebagai dasar penentuan strategi pembangkit. Saat ini belum dibentuk suatu model matematis yang dapat digunakan untuk melakukan perkiraan beban listrik secara akurat. Untuk itu pada penelitian kali ini akan disusun model matematis yang dapat melakukan peramalan beban secara akurat. Metode yang digunakan pada penelitian ini untuk melakukan peramalan beban listrik di Jawa-Bali adalah dengan menggunakan Feed Forward Neural Networks dan Bayesian Neural Networks. Hasil dari pengolahan data yang telah dilakukan diperoleh hasil bahwa peramalan dengan Feed Forward Neural Networks memberikan hasil peramalan yang lebih baik untuk rentang waktu 1 minggu kedepan, sedangkan untuk melakukan ramalan 1 ? 2 hari kedepan Bayesian Neural Networks memberikan hasil yang lebih akurat.

---

In the daily operations planning, required load estimates as a basis for determining the generating strategy. Currently a mathematical model that can be used to perform accurately estimate the electric load has not been established. Therefore in the present study will be developed a mathematical model that can perform load forecasting accurately. The method used in this study to to forecast electricity load in Java-Bali is by using Feed Forward Neural Networks and Bayesian Neural Networks. The results shows forecasting with Feed Forward Neural Networks provide better forecasting results for a span of 1 week ahead, while to do a forecast 1-2 days ahead of Bayesian Neural Networks provide more accurate results."