Hasil Pencarian  ::  Simpan CSV :: Kembali

"Harga saham selalu berfluktuasi setiap waktu. Hal ini merupakan salah satu bentuk ketidakpastian yang terjadi di pasar saham. Risiko akibat dari ketidakpastian ini dapat diminimalisir dengan peramalan harga saham yang dibentuk dengan model linier. Salah satu model linier yang dapat digunakan dalam peramalan harga saham adalah model hybrid ARFIMA-GARCH. Model ini merupakan gabungan dari model ARFIMA dan model GARCH yang sudah pernah digunakan oleh penelitian sebelumnya dan disinyalir memiliki kekurangan dan kelebihan masing-masing. Model ARFIMA baik digunakan untuk peramalan jangka panjang, namun memiliki kendala, yakni adanya volatilitas yang terjadi dalam jangka panjang. Hal ini dapat diatasi oleh model GARCH yang baik digunakan dalam volatilitas pada harga saham dalam jangka panjang. Model GARCH merupakan pengembangan dari model Autoregressive Conditional Heterocedastic (ARCH), di mana model ini menggunakan volatilitas pada data sebelumnya. Berikutnya, model ARFIMA dan GARCH yang digabungkan menjadi model hybrid ARFIMA-GARCH akan digunakan pada penelitian ini untuk peramalan harga saham LQ45. Pada penelitian ini, hanya dua saham dari indeks saham LQ45 yang akan diprediksi harga sahamnya, yakni saham dengan volatilitas harga terkecil dan terbesar. Data harga saham yang digunakan adalah harga penutupan harian saham BBCA (PT Bank Central Asia Tbk.) dan TKIM (PT Tjiwi Kimia Paper Factory Tbk.) pada periode tahun 2017-2021. Hasil peramalan dengan model ARFIMA-GARCH akan dievaluasi nilai erornya menggunakan Root Mean Square Error dan Mean Absolute Percentage Error. Berikutnya, nilai akurasi ini akan dibandingkan dengan nilai akurasi peramalan menggunakan model ARFIMA. Pada akhirnya, diperoleh hasil bahwa peramalan harga saham dengan model ARFIMA-GARCH lebih baik dibandingkan dengan model ARFIMA.

---

Stock price always fluctuate all the time. This is one form of buffer that occurs in the stock market. The risk resulting from this buffer can be minimized by forecasting stock prices using linear model. One of the linear model that can be used in stock price forecasting is the hybrid ARFIMA-GARCH model. This model is a combination of the ARFIMA model and GARCH model which have been used in previous studies and allegedly each models have advantages and disadvantages. ARFIMA model is good for long-term forecasting, but has a problem, which is the volatility that occurs in the long term. This can be resolved by GARCH model which is good for volatility in stock prices, even for a long term data. GARCH model is a development of Autoregressive Conditional Heterocedastic (ARCH) model, where this model uses volatility in previous data. Furthermore, the ARFIMA and GARCH models are combined into the hybrid ARFIMA-GARCH model which will be used in this study for forecasting LQ45 stock prices. In this study, only two stock prices from LQ45 stock index that will be forecast, stocks which have the smallest and largest price volatility. The price data used is the daily closing price of BBCA (PT Bank Central Asia Tbk.) and TKIM (PT Tjiwi Kimia Paper Factory Tbk.) in 2017- 2021. The ARFIMA-GARCH model forecasting results will be evaluated by using the Root Mean Square Error and Mean Absolute Percentage Error. Next, this error accuracy value will be compared with the forecasting accuracy value using ARFIMA model. In the end, our hypothesis is that the stock price forecasting with ARFIMA-GARCH model is better than ARFIMA model."

"Latar Belakang: Model cetakan gigi memiliki peranan penting dalam bidang prostodonsia untuk menentukan diagnosis dan rencana perawatan. Model yang saat ini sering digunakan adalah model konvensional. Model tersebut mempunyai beberapa kekurangan yaitu kemungkinan hilang dan rusak, membutuhkan tempat penyimpanan dan menyulitkan komunikasi dengan laboratorium. Perkembangan teknologi khususnya CAD/CAM diharapkan mampu mengatasi kekurangan tersebut dengan penggunaan intraoral scanner (IOS). IOS mampu menghasilkan model digital dengan cara pemindaian secara langsung di dalam mulut dan menghasilkan file dengan format standard tesselation language (STL). File ini kemudian dapat dicetak menggunakan 3D printer dengan teknik stereolithography (STL) menjadi model 3D printing. Tujuan: Untuk menganalisis perbedaan akurasi antara pengukuran langsung pada pasien, model konvensional, digital, dan 3D printing kasus kelas III Kennedy. Metode: Penelitian observasi analitik dengan desain studi potong lintang. Total sampel sebanyak 9. Dilakukan pengukuran masing-masing variabel sebanyak 3 kali kemudian diambil nilai reratanya. Pengukuran langsung pada pasien dijadikan kontrol dan dibandingkan dengan pengukuran pada model konvensional yang dicetak dengan PVS, model digital, dan 3D printing. Pengukuran dilakukan pada lebar mesiodistal, tinggi servikooklusal/insisal gigi dan lebar span edentulus. Dilakukan pengukuran langsung pada pasien, model konvensional dan 3D printing dengan digital calliper sedangkan model digital menggunakan piranti lunak Trios. Analisis data dilakukan dengan uji statistik Saphiro Wilk dan uji Kruskal Wallis. Hasil: Tidak terdapat perbedaan bermakna (p>0.05) pada seluruh pengukuran dibandingkan dengan kontrol dan juga antara variabel yang berbeda. Kesimpulan: Penggunaan IOS dalam menghasilkan model digital yang kemudian dicetak menggunakan 3D printer dapat menjadi alternatif pembuatan model kerja dalam menentukan diagnosis dan perawatan pasien dalam bidang prostodonsia.

---

Background: Models play a crucial role in the field of prosthodontics for determining diagnosis and treatment plans. The conventional model is frequently used, but it has some drawbacks, such as the possibility of loss and damage, the need for storage space, and difficulties in communication with laboratories. Technological advancements, especially in CAD CAM, aim to address these limitations by utilizing intraoral scanners (IOS). IOS can produce digital models by scanning directly inside the mouth and generating files in standard tessellation language (STL) format. These files can then be printed with a 3D printer using stereolithography (STL) techniques to create a 3D printed model. Objective: To determine the accuracy differences between direct measurements on patients, conventional models, digital models, and 3D printed models in Class III Kennedy cases. Method: An analytical observational study with a cross-sectional design was conducted. A total of 9 samples were measured three times each and the mean value will be anyalzed. Direct measurements on patients were used as controls and compared with conventional models printed with PVS, digital models, and 3D printing. Measurements included mesiodistal width, cervico-occlusal/ incisal height of teeth, and edentulous span width. Direct measurements on patients, conventional models, and 3D printing used digital calipers, while digital models used Trios software. Statistical tests, including the Shapiro-Wilk test for data normality and the Kruskal-Wallis test for data analysis, were performed in this study. Results: There were no significant differences (p > 0.05) in all measurements compared to the control and among different variables. Conclusion: The use of IOS to produce digital models, subsequently printed with a 3D printer, can be an alternative for model fabrication in determining diagnosis and patient treatment in prosthodontics."

"Data Mining merupakan serangkaian proses untuk menganalisa data sehingga dapat ditemukan sesuatu informasi yang berguna dan dapat digunakan demi mendapatkan keuntungan pada suatu perusahaan. Perkembangan teknologi Data Mining yang sangat pesat dan dengan semakin berkembangnya algoritma-algoritma yang dapat digunakan untuk proses Data Mining itu sendiri, memungkinkan sebuah kasus untuk dapat diproses dengan beberapak kemungkinan algoritma dan hasilnya pun akan berbeda. PT. XYZ sebagai salah satu perusahaan yang bergerak dibidang manufaktur dan penjualan sepeda berusaha untuk terus mengembangkan strateginya dalam melakukan pemasaran dan penjualan produk-produknya sekaligus sebisa mungkin melakukan penekanan terhadap biaya yang dikeluarkan. Direct marketing sebagai salah satu strategi pemasaran yang dilakukan oleh PT. XYZ , dinilai mengeluarkan biaya operasional yang cukup besar, sehingga mereka berfikir untuk melakukan suatu cara agar kegiatan direct marketing yang dilakukan lebih mengenai sasaran dan dapat mengurangi biaya, dimana pada akhirnya mereka menggunakan solusi data mining. Tesis ini melakukan simulasi pembuatan Data Mining model dengan mengambil dataset dari database dan datawarehouse yang ada pada PT. XYZ. Metodologi yang penulis gunakan dalam melakukan pembuatan model Data Mining adalah dengan menggunakan metodologi CRISP-DM. Pada akhirnya tesis ini berhasil melakukan pengujian tingkat akurasi pada dua model Data Mining yang dihasilkan dengan dua algoritma yang berbeda, yaitu dengan algoritma Decision Tree dan algoritma Naive Bayes.

---

Data mining is a series of process to analyze data with the aim of gaining useful information and can be used to add some values for the organization. With the growth of data mining and the variety of data mining algorithm, it is very possible for one case being analyzed with different algorithm and also with a different result. Finally, a method to test the accuracy of Data Mining model is needed. PT. XYZ, a retail company that sells and manufactures bicycles, constantly researching and developing their marketing and sales strategies, while reducing costs. Direct marketing is one of the strategy used by PT. XYZ. As the strategy takes too much cost, the management is looking for a way to more accurately identify potential customers. Several algorithms in Data Mining could answer their problem. This thesis simulates the generation of data mining models by taking sample dataset from database and datawarehouse of PT. XYZ. The models were generated using the decision tree and the naïve bayes algorithms. The methodology that is used to generate the data mining models is CRISP-DM. Finaly the level of accuracy of the resulting models were evaluated and compared."