Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK Dibahas pembentukan algoritma paralel perhitungan perkalian matriks padakomputer SIMD dengan model jaringan keterhubungan elemen prosesor berbentuk pohon,mesh dimensi 2 dan hiperkubus. Masing-maaing model tersebut terdiri dan 0(n), O(n-)dan 0(!p) elemen prosesor. Kompleksitas waktu dan algoritma paraiel perhitunganperkalian matriks adalah 0(n- + log2n) pada model keterhubungan pohon, 0(n) padamodel keterhubungan mesh dimensi 2 dan Oilog^n) pada model keterhubunganhiperkubus."

"Model Markov Switching GARCH adalah model untuk runtun waktu yang dapat menangkap fenomena pengelompokan volatilitas. Pengelompokan volatilitas adalah keadaan dimana runtun memiliki variabilitas yang tidak sama untuk seluruh periode. Model ini adalah perluasan dari model GARCH dimana parameternya dapat melakukan pergantian nilai (switching) yang bergantung dari state rantai Markov sehingga nilainya tidak tetap untuk seluruh periode runtun. Mekanisme switching dari model Markov Switching ini mengikuti proses rantai Markov yang tidak terobservasi. Pada skripsi ini, akan dibahas mengenai struktur dan penaksiran parameter model Markov Switching GARCH. Penaksiran parameter menggunakan maximum likelihood estimator tidak dapat dilakukan karena masalah path dependence, sehingga penaksiran parameter akan dilakukan menggunakan Algoritma Monte Carlo Expectation-Maximization (MCEM) dan Monte Carlo Maximum Likelihood (MCML). Model Markov Switching GARCH ini kemudian akan diaplikasikan untuk runtun nilai tukar US Dollar (USD) terhadap Indonesian Rupiah (IDR).

---

Markov Switching GARCH is a model for time series that can capture volatility clustering phenomenon. Volatility clustering is a condition when time series has no same variability for entire period. This model is an extension of the GARCH model in which the parameters can do the switching that depend on the state of the Markov chain so that the value is not fixed for the entire period. The switching mechanism of Markov Switching GARCH model follow the unobserved Markov chain process. In this undergraduate thesis, it will be discussed the structure and the parameter estimation of Markov Switching GARCH model. Parameter estimation using maximum likelihood estimator can not be done because of the path dependence problem, so that the parameter estimation will be carried out using Monte Carlo Expectation-Maximization (MCEM) dan Monte Carlo Maximum Likelihood (MCML) algorithm. Markov switching GARCH model will be applied to exchange rate US Dollar (USD) to Indonesia Rupiah (IDR) series."

"Dalam tesis ini dibahas masalah matching pada graph bipartit, khususnya matching lengkap pada graph bipartit lengkap Kn,n, berbobot. Mula-mula yang dibahas adalah cara penentuan matching maksimum pada graph tak berbobot dengan menggunakan algoritma labeling. Kemudian akan dibahas penentuan matching lengkap melalui pencarian jumlah bobot-bobot seminimum mungkin dengan menggunakan algoritma minimal sum matching (algoritma MSM) Serta contoh aplikasinya.Berikutnya dibahas penentuan matching lengkap melalui pencarian hasil kali bobot-bobot seminimum mungkin dengan menggunakan algoritma minimal product matching (algoritma MPM) serta contoh aplikasinya. Implementasi kedua algoritma MSM dan MPM dilakukan untuk pengisian posisi pada suatu lembaga pendidikan. Data masukan berupa angka prioritas pengisian posisi tersebut disajikan dalam bentuk matriks. Untuk penentuan matching lengkap, dibuat program untuk MSM dan satu program untuk MPM dalam bahasa pemrograman C. Proses dijalankan pads komputer PC Pentium-S, dengan memory 16 MB dan CPU clock 120 MHz."