Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini membahas secara rinci mengenai alternatif penerapan Model auto regressive integrated moving average (ARIMA) dalam melakukan forecasting terhadap trafik. Model ARIMA dapat digunakan dalam rangka mengurangi deviasi yang sangat besar antara anggaran dan realisasi. Model penganggaran yang digunakan saat ini adalah menggunakan metode judgmental yang mengandalkan keahlian manajer atau Top Management dalam menentukan target RKAP. Terbatasnya keahlian manajer dalam menentukan target anggaran tesebut mengakibatkan deviasi yang besar antara target dan anggaran. Penelitian ini menyarankan kepada Manajemen untuk mengimplementasikan penggunaan model ARIMA dalam melakukan forecasting terhadap trafik maupun variabel lain dalam RKAP.

---

This study discusses in detail the alternative application of the auto regressive integrated moving average (ARIMA) Model in the conduct of the traffic forecasting. ARIMA model can be used in order to reduce the very large deviations between budget and actual. Budgeting models in use today are using judgmental methods that rely on managers or top management expertise in determining the target (RKAP). Limited expertise of managers in determining proficiency level budget targets resulted in a large deviation between the target and budget. This study suggests the management to implement the use of ARIMA models in the conduct of the traffic forecasting and other variables in the RKAP."

"ABSTRAKPada dasarnya terdapat dua macam faktor yang dapat mempengaruhi kinerja dan pasarmodal yaitu faktor ekonomi dan faktor politik. Walaupun tidak memiliki hubungan secaraIangsung, faktor politik juga mempunyai peranan yang cukup signifikan dalam menentukankinerja dan pasar modal. Penelitian yang dilakukan kali ini berbentuk event study, dimana peristiwa yang dipilihadalah peristiwa pencabutan fasilitas mobnas oleh pemerintah pada tanggal 15 Januari 1998dimana segala hak ekslusif yang dimiliki PT. Timor Putra Nasional dalam hal pembebasanpajak bea cukai. Strategi umum yang digunakan dalam event study adalah mengihitungabnormal return yang dihasilkan selama periode peristiwa, dan abnormal return yangdihasilkan akan diuji apakah memang memiliki pengaruh yang cukup signifikan. Periode penelitian yang digunakan terdiri dari 2 periode waktu, yaitu periode estimasidan periode peristiwa. Periode estimasi adalah periode selama 261 hari bursa sebelum periodeperistiwa. Sedangkan untuk periode peristiwa adalah mulai tanggal 1 Januari 1998 sampaidengan tanggal 29 Januari 1998 (21 hari bursa). Periode peristiwa terdiri dari 10 hari bursasebelum peristiwa (pre event) yaitu mulai tanggal 1 Januari 1998 sampai dengan 14 Januari1998, dan 10 hari bursa setelah peristiwa (post event) yaitu dan tanggal 16 Januari 1998sampai dengan tanggal 29 Januari 1998. Pemilihan sampel yang dilakukan oleh peneliti adalahmelihat saham-saham yang tergabung dalam industri otomotif dan komponennya yang terdiridari 11 saham yang diperdagangkan pada saat itu. Untuk penelitian tahap awal dilakukan pencarian bentuk stasioner masing-masingsaham, kemudian dari hasil ini dilakukan penelitian dengan mencari model regresi masingmasing saham dengan menggunakan 2 permodelan yaitu dengan menggunakan model ARIMAdan model ARCH/GARCH. Hasil akhir yang didapat dari permodelan tersebut menghasilkan4 saham model regresi yang signifikan (dapat memenuhi a=5%) yaitu saham ADMG. sahamGJTL, saham LPIN dan saham SMSM. Dari hasil masing-masing permodelan regresi tersebut dilakukan forecast sehingga darihasil forecast tersebut didapat saham proyeksi. Selisih saham proyeksi dari saham aktualdinamakan abnormal return. Penelitian dilanjutkan dengan melakukan pengolahan data secara matematis terhadaphasil masing-masing hasil forecast dan kedua permodelan tersebut, dimana kita mencaribentuk Cummulative Abnormal Return dan Standardized Abnormal Return, dari hasil CARmasing-masing saham diplot ke dalam gambar untuk mengetahui pergerakan CAR masingmasing saham tersebut selama periode event. Hasil dari plot kedua permodelan tersebut diketahui bahwa rata-rata saham tersebutmengalami kebocoran informasi sebelum tanggal event, dimana CAR tertihat bergerak ke sisinegatif yang berarti reaksi pasar negatif terhadap kebijakan pencabutan mobnas olehpemerintah. Untuk analisa individu masing-masing saham diketahui saham ADMG mulaimelakukan pergerakan pada tn, dimana pergerakan CAR saham ini berbentuk seperti anaktangga yang mengalami pergerakan ke sisi negatif yang lebih besar. Saham GJTL mengalami pergerakan CAR pada t9 dirnana saham ini bereaksi negatifterhadap kebijakan pencabutan fasilitas mobnas baik sebelum maupun sesudahnya. Untuk saham LPIN megalami pergerakan negatif pada t9 hingga pada 1 hari sebelumtanggal event, dimana pada t0 saham mengalami kenaikan hingga CAR mencapai positif.tetapi pada t+4 mengalami penurunan yang besar sehingga CAR mencapai titik negatifkembali. Saharn SMSM memiliki kecenderungan berada di sisi negatif baik sebelumpengumuman maupun setelah pengumuman dimana tampak saham ini mengalami beberapakali rebound walaupun pada akhir periode even tampak tidak dapat mencapai titik ekuilibriumkembali. Hasil penelitian yang dilakukan terhadap kedua hasil permodelan tersebut dapat diketahui dengan mempergunakan perhitungan equality of Mean dari masing-masing permodelan, didapat bahwa probabilitas yang dihasilkan diatas 5% yang berarti menerima hipotesis nol (H0) mengenai adanya kualitas data yang dimiliki antara permodelan ARIMA dengan permodelan ARCH/GARCH adalah sama."

"This paper is the result of the rain attenuation research, especially the results of ARIMA modeling of tropical rain attenuation in thr design of 28 GHZ millimeter wave communication system. Data acquasition is done on the link distance of 56.4 meters on Electrical campus ITS Surabaya. Data acquisition was recorded using the device every 1 second. The data obtained are processed using an ARIMA (p,d,q) model. The process aims to obtain a time series model. Validation process in done by comparing the ARIMA model result with measurements and attenuation model of ITU - R P.838-3. From 6 events that obtained in February 2009 concluded that all events can be approached by ARIMA (0,1,1) model. ARIMA (0,1,1) model can be used to generate rain attenuation data."

"This article attempts to socialize Box-Jenkins method (ARIMA model) for forecasting. Steps in using the method are model identification, estimation, diagnostic checking (testing) and forecasting. It also introduces variation of the method such as ARIMA which consider seasonal factor (SARIMA model) and combination between regression and ARIMA model (MARMA model). In the last part, It shows how to forecast composite stock price index in Jakarta Stock Exchange and nominal exchange rate of Rupiah per US dollar using the method."

"This study search for proper models to forecast Jakarta Composite Index (JCI) and then compare their forecasts. The stock index from strong markets, like Dow Jane Industrial Average (DJIA) and NIKKEL as well as the index from regional markets, like SEI are expected to have strong influences on JCI. More specyfcally, it is expected that SET will be able to explain the realocation of short term fund from Thailand to indonesia through capital market due to unfavour political situation in Thailand. Other than that, exchange rate is also expected to have eject on JCI movements, By using the daily data from January 3, 2005 to January 2, 2006, the stuajzfound that the proper models to be used to forecast JCI are GARCH (22) Model and ARIM4 (1,1,0) Model. The empirical results showed that the forecast from ARIM4 Model is superior to that of GARCH Model."