Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemodelan dan peramalan harga saham merupakan hal yang sangat penting bagi seorang investor. Harga saham selalu mengalami perubahan seiring berjalannya waktu. Perubahan ini tidak konstan dan sangat berdampak jika diabaikan karena hal tersebut dapat menimbulkan risiko kerugian. Banyak model yang sudah dibuat dengan tujuan untuk meminimalkan risiko kerugian tersebut. Pada penelitian ini, akan digunakan model ARIMA-GARCH untuk meramalkan volatilitas dalam harga saham. Alasan dari penggunaan gabungan kedua model tersebut adalah karena Model ARIMA saja tidak dapat menangani data dengan volatilitas besar dan yang non-linear. Maka, diharapkan bahwa penggunaan dari model gabungan ini dapat menangani masalah tersebut. Data harga saham yang digunakan pada penelitian ini adalah data harga penutupan dalam dua saham yang termasuk dari indeks LQ45. Pada penelitian ini, data tersebut akan dimasukkan kedalam model gabungan tersebut untuk mendapat peramalan di hari selanjutnya. Setelah itu, akan digunakan metode Walk Forward untuk mendapat semua hasil peramalannya. Dari hasil tersebut, didapat bahwa pengabungan dari ARIMA (1,1,1)-GARCH (1,1) memberikan perdiksi harga saham yang terbaik untuk kedua saham yang dipilih. Lalu, menggunakan hasil MAE dan RMSE dari saham, dapat disimpulkan bahwa model ARIMA-GARCH merupakan model yang dapat memprediksi harga saham dengan baik.

---

For an Investor, modelling and forecasting the stock prices are very important. Stock price fluctuate as time goes and these changes vary from one point of time to another. These changes can be really dangerous if ignored because the risk of loss it might create. Many models have been created with the purpose of minimizing the risk of loss. In this study, the ARIMA-GARCH model will be used to predict closing price in the stock prices which contain volatility. The reason for using the combination of the two models is due to ARIMA model unable to handle large volatility along with non-linear data. Thus, it is hoped the use of this combined model can solve this problem. The data that is used on this study is the closing price of 2 stocks that is part of the LQ45 index. In this research, the data will be used on the combined model to get the forecast price of the next day. Then, the rest of the forecast price will be found using a process called Walk Forward. After acquiring all the forecasted price, it is found that the combination of ARIMA (1,1,1)-GARCH (1,1) yield the best result in forecasting the stock prices. Then, by using MAE and RMSE to check the error of the results, it can be concluded that the ARIMA-GARCH model is a model that is able to predict stock prices well."

"ABSTRAKDalam manajemen risiko, pengukuran risiko suatu portofolio dapat dilakukandengan mengkuantifikasi risiko portofolio tersebut. Salah satu penerapan kuantifikasirisiko adalah dengan melakukan estimasi Value at Risk (VAR) dari risiko suatu portfolio.FAR merangkurn risiko suatu portfolio dalam satu bilangan yang pada periode sertaselang kepercayaan tertentu merupakan kemungkinan kerugian terbesar. Pada Karya Akhir ini dipaparkan implementasi salah satu metode estimasi VAR,yaitu metode varian-kovarian, yang diterapkan pada portofolio aset tunggal FX forwardUSD/IDR satu bulan, dimana portofolio ini merupakan portofolio derivatif linier. VAR pada dasarnya adalah volatilitas perubahan nilai portfolio. Pada metodevarian-kovarian ini VAR dihitung dengan terlebih dahulu melakukan dekomposisiportfolio menjadi gabungan beberapa portfolio baru disebut posisi standar, yangvolatilitasnya langsung dapat diestimasi dengan menggunakan data historis yang tersedia.Posisi-posisi standar itu ditentukan sedemikian sehingga gabungan dari semua posisistandar mempunyai risiko yang sama dengan risiko portfolio asal. VAR pada metode iniadalah penjumlahan volatilitas dan semua posisi-posisi standar (tentu saja denganmemperhatikan juga korelasi antar posisi standar) setelah dikalikan dengan kuantildistribusi normal sesuai selang kepercayaan yang dipilih. Estimasi volatilitas posisi standar, selain dilakukan dengan estimator sederhana,juga dilakukan dengan estimator EWMA. Hal ini dilakukan untuk mengetahui apakahforecasting volatilitas posisi standar berpengaruh terhadap validitas VAR yang dihasilkan."

"ABSTRAKToday, the global industry has recognised and applied a principal of reverse osmosis process for many water desalination plants worldwide. It is knowingly to account to more than half of the world rsquo s capacity. However, such method comes at a disposable cost in providing a high level of pressure as driving force for the saline water to permeate through the semipermeable membrane for separation process before ultimately producing fresh and clean water as a final purpose. The energy source generally comes from non renewable energy such as coals and other fossil burning fuels which can severely damage the environments.This phenomena has led to researchers to search for a more efficient method for water purification, which is the forward osmosis. Instead of applying external pressure, a smart polymer hydrogel is used as a draw agent to absorb the saline water with large impurities, contains them and deswells while releasing a clean water. To get a better understanding of an optimum performance in forward osmosis, various parameter of the hydrogels are investigated by experimental approach with the aid of supporting literature review.Experimental works include hydrogel synthesis, forward osmosis testing and dewatering process. The increasing of water content were observed to decrease the average flux rate, whereas a higher NIPAM composition is desirable as they increase the water flux rate. Dewatering experiment resulted that by increasing the initial water content, NIPAM composition and temperature would increase the water recovery in the process.

---

ABSTRACTDalam situasi sekarang, industri global telah mengenal dan mengaplikasikan prinsip reverse osmosis untuk banyak pabrik yang mengerjakan proses desalinasi air. Proses ini diketahui untuk mencakup lebih dari setengah kapasitas bumi in. Tetapi, method tersebut diketahui untuk memakan biaya tinggi dalam penggunaan tekanan tinggi sebagai tenaga penggerak untuk membuat air garam dapat menembus membrane semipermeable dalam proses pemisahan sebelum akhirnya menghasilkan air bersih. Sumber energy untuk proses ini sering menggunakan energy yang tidak dapat diperbahurui seperti batu bara atau minyak fosil yang dapat merusak lingkungan.Fenomena ini telah menarik para peneliti untuk mencari metode yang lebih efisien dalam purifikasi air, seperti forward osmosis. Sebagai ganti dari penggunaan tekanan dari luar, smart polymer hydrogel menggunakan agen penarik draw agent untuk menghisap air garam dengan tingkat kemurnian yang kecil, lalu menahan komponen yang tidak murni itu di dalamnya dan melepas air bersih sebagai hasil prosesnya. Untuk pengertian lebih lanjut menganai performa optimum di proses osmosis ini, beberapa parameter hydrogel ini diteliti lebih lanjut dengan menggunakan eksperimen dan bantuan tinjauan pustaka.Proses eksperimen yang dikerjakan antara lain termasuk proses sinstesis hydrogel, percobaan forward dan proses pengeringan hydrogel. Observasi menunjukan bahwa kenaikan konten air di dalam hydrogel akan menurunkan rata ndash; rata tingkat flux air, sedangkan kenaikan komposisi NIPAM akan lebih diinginkan untuk kenaikan tingkat flux air. Proses pengeringan menunjukan bahwa kenaikan kadar air awal, komposisi NIPAM dan suhu akan meningkatkan tingkat flux air dalam proses."

"Pergerakan robot beroda yang menggunakan motor servo pada setiap kakinya dimana servo tersebut dikontrol untuk menggerakan kaki dari robot. Untuk dapat menggerakkan setiap sendi pada kaki robot biasanya menggunakan model matematika geometri yang dimplementasikan pada sistem kinematik robot. Pada penelitian ini akan dibahas bagaimana membangun sistem kendali pada robot hexapod dengan menerapkan pola langkah tripod gait pada robothexapod sehingga akurasi pergerakan yang diterapkan pada robot hexapod akan menghasilkan pola gerakan yang maksimal. Pada pengujian gerakan maju pada area terbuka dan maju pada area tertutup dengan kecepatan rata-rata 5 cm/s, pengujian gerakan mundur pada area terbuka dan mundur pada area tertutup dengan kecepatan rata-rata 4.32 cm/s, pengujian gerakan berputar kanan pada terbuka dan berputar kanan pada tertutup dengan kecepatan rata-rata 13.44 derajat/detik, Pengujian gerakan berputar kiri pada terbuka dan berputar kiri pada tertutup dengan kecepatan rata-rata12.85 derajat/detik, daya yang dibutuhkan keseluruhan pengujian pada area terbuka dan area tertutup adalah 0.3 Volt dengan durasi keseluruhan pakai 240.8 detik."

"Pada penelitian ini, suatu sistem tangan bionik dirancang dan dibuat berdasarkan batasan-batasan yang dapat ditemukan dalam tangan manusia yang kemudian akan dikontrol dengan serangkaian algoritmayang ditulis dalam Matlab dan kemudian ditanamkan kedalam kontroler Arduino Uno. Algoritma memberikan perintah agar sistem dapat mengikuti beberapa pola gerakan tangan. Algoritma classification berdasarkan ensemble subspace KNN digunakan untuk menentukan gerakan yang dilakukan dan algoritma forward kinematics digunakan untuk menentukan parameter kontrol tangan bionik. Hasil dari penelitian menunjukan bahwa algoritma kontrol yang di rancang sudah memenuhi spesifikasi yang diinginkan namun masih membutuhkan perangkat keras dengan spesifikasi yang cukup tinggi untuk pengaktuasian.

---

In this research, a bionic hand system is designed and created according to the limitations of the human hand, the model is then controlled using computer algorithms written in Matlab and implanted into Arduino Uno as the controller. The algorithm will command the system to follow a few arm movements patterns. Subspace KNN based ensemble algorithm is used to process the users input and a forward kinematics-based algorithm define control parameters for the bionic arm. The experimental result indicate that the designed algorithm already met the desired specification but still requires hardwares with quite a high specification for actuation."

"Sistem bilateral teleoperation menggunakan dua jenis informasi yaitu teleoperation dan telepresence yang bergerak dua arah membentuk closed loop. Sistem ini memungkinkan operator dapat secara langsung mengendalikan sebuah manipulator pada jarak tertentu dengan merasakan feedback dari robot. Dalam tesis ini dibahas mengenai rancang bangun Sistem Bilateral Teleoperation 4 Channel pada kaki depan robot SAR berkaki empat tiga sendi dengan menggunakan dua DOF manipulator dengan menggunakan serial servo AX-12W, servo Kondo, dan prosesor Vortex86DX. Konsep Master-Slave Transformation yang merupakan pengembangan dari riset sebelumnya digunakan untuk mengakomodasi bilateral teleoperation. Sistem ini menggunakan forward kinematics untuk menentukan koordinat posisi pada sisi master kemudian ditransformasikan di bagian slave sesuai dengan matriks transformasinya. Evaluasi kinerja sistem dilakukan dengan memperhatikan respon slave terhadap perubahan posisi master. Berdasarkan pengujian yang telah dilakukan, system ini memiliki respon yang cukup baik antara master dan slave.

---

Bilateral teleoperation system use two kind of information which is teleoperation and telepresence exchanged forming a closed loop system. This system allow user to control the manipulator directly at a certain distance. This tesis explains about Development of Four Channel Bilateral Teleoperation System on 3-DOF Front Leg SAR Robot with a 2 DOF Link Manipulator using serial servo AX-12W, Kondo, and Vortex86DX processor. Master-Slave Transformation, which is developed from former research, is used to acommodate bilateral teleoperation. This system use forward kinematics to define coordinat position at master then transformed to a certain movements at slave. The system evaluated by monitoring slave responses against master at position change. At evaluation of this system, it has good enough responses between Master and Slave."

"Prsoses inversi dan forward modeling merupakan proses yang umum dilakukan dalam keilmuan geofisika khususnya pada metode magnetotelurik (MT) untuk memprediksi data dan parameter fisis material batuan di bawah permukaan bumi. Data dalam konteks ini merupakan resistivitas semu dan fase sementara parameter fisis merupakan resistivitas batuan. Proses tersebut biasanya dilakukan dengan menggunakan perangkat lunak tertentu yang perlu di unduh dan di install pada perangkat keras yang memenuhi spesifikasi, hal ini menjadi tidak fleksibel karena perangkat lunak perlu di install ulang jika ingin mengganti perangkat keras dan tidak semua perangkat keras dapat digunakan. Pada penelitian ini penulis mengembangkan platform website berbasis bahasa pemrograman python untuk melakukan proses forward modeling dan inversi data MT 1-D. Forward modeling dilakukan dengan menggunakan persamaan rekursif yang menyatakan hubungan antara impedansi dua lapisan sedangkan inversi dilakukan dengan menggunakan metode Levenberg-Marquardt. Pada inversi dengan stasiun lebih dari 1 maka kurva sounding hasil inversi akan dibentuk menjadi penampang resistivitas bawah permukaan dengan cara Krigging. Secara kuantitatif hasil inversi dengan website memiliki RMS error berkisar 0.08-0.21 % untuk data sintetik dan 0.84-1.84 % untuk data lapangan, secara kualitatif kurva inversi website memiliki trend yang mirip dengan software konvensional sehingga inversi website dinilai cukup valid. Dengan dikembangkannya platform web ini proses inversi dan forward modeling data MT 1-D dapat dilakukan di mana saja melalui perangkat apapun selama terdapat koneksi internet dan browser. Namun karena terdapat perbedan antara penampang hasil inversi website dengan software konvensional yang menyebabkan detil struktur tidak terlihat, maka website ini lebih cocok untuk digunakan pada keperluan akademis untuk melihat pola resistivitas bawah permukan secara umum dan bukan secara detail.

---

Invers and forward modeling is a common process or technique done in the field of geophysics, particularly on magnetotelluric method (MT) in order to predict data and physical parameters of rock materials underneath the surface. Data in this context is apparent resistivity and phase, while physical parameters is the conductivity of the rock materials. This process usually conducted using a certain software that has to be installed on a hardware that meets the minimum requirement, this is not flexible in modern age because the software would need to be re-installed if we wish to use other device, moreover not all device is compatible. In this research, writer is developing a web platform based on python programming language for the purpose of forward and invers modeling of 1-D MT data. The forward modeling algorithm is done by utilizing the recursive equation which states the relationship between impedance of two sequential layers while inverse modeling is done using Levenberg-Marquardt method. In a case where the inverted data has more than 1 station, the sounding curve as the output of the inversion will be made into a resistivity crossection using Krigging. Quantitatively the inversion result using this website has an RMS error of 0.08 - 0.21 % for syntethic data and 0.84 – 1.84 % for real data, qualitatively the inversion curve resulting from this website has similar trend to an inversion curve done by a conventional software, thus the inversion using this website is valid. With the development of this web platform the inverse and forward modeling process of 1-D MT data can be conducted anywhere through all kinds of device as long as internet conection and browser is available. However due to the difference between cross section resulting from inversion using website and using conventional software that has lead to certain structure can not be seen, therefore this website is more suitable to be used in an academic purposes to see subsurface resistivity pattern in general and not in detail."

"Pemodelan dan peramalan harga saham merupakan hal yang sangat penting bagi seorang investor. Harga saham selalu mengalami perubahan seiring berjalannya waktu. Perubahan ini tidak konstan dan sangat berdampak jika diabaikan karena hal tersebut dapat menimbulkan risiko kerugian. Banyak model yang sudah dibuat dengan tujuan untuk meminimalkan risiko kerugian tersebut. Pada penelitian ini, akan digunakan model ARIMA-GARCH untuk meramalkan volatilitas dalam harga saham. Alasan dari penggunaan gabungan kedua model tersebut adalah karena Model ARIMA saja tidak dapat menangani data dengan volatilitas besar dan yang non-linear. Maka, diharapkan bahwa penggunaan dari model gabungan ini dapat menangani masalah tersebut. Data harga saham yang digunakan pada penelitian ini adalah data harga penutupan dalam dua saham yang termasuk dari indeks LQ45. Pada penelitian ini, data tersebut akan dimasukkan kedalam model gabungan tersebut untuk mendapat peramalan di hari selanjutnya. Setelah itu, akan digunakan metode Walk Forward untuk mendapat semua hasil peramalannya. Dari hasil tersebut, didapat bahwa pengabungan dari ARIMA (1,1,1)-GARCH (1,1) memberikan perdiksi harga saham yang terbaik untuk kedua saham yang dipilih. Lalu, menggunakan hasil MAE dan RMSE dari saham, dapat disimpulkan bahwa model ARIMA-GARCH merupakan model yang dapat memprediksi harga saham dengan baik.

---

For an Investor, modelling and forecasting the stock prices are very important. Stock price fluctuate as time goes and these changes vary from one point of time to another. These changes can be really dangerous if ignored because the risk of loss it might create. Many models have been created with the purpose of minimizing the risk of loss. In this study, the ARIMA-GARCH model will be used to predict closing price in the stock prices which contain volatility. The reason for using the combination of the two models is due to ARIMA model unable to handle large volatility along with non-linear data. Thus, it is hoped the use of this combined model can solve this problem. The data that is used on this study is the closing price of 2 stocks that is part of the LQ45 index. In this research, the data will be used on the combined model to get the forecast price of the next day. Then, the rest of the forecast price will be found using a process called Walk Forward. After acquiring all the forecasted price, it is found that the combination of ARIMA (1,1,1)-GARCH (1,1) yield the best result in forecasting the stock prices. Then, by using MAE and RMSE to check the error of the results, it can be concluded that the ARIMA-GARCH model is a model that is able to predict stock prices well."

"Pada tesis ini pengembangan struktur jaringan sistem transmisi dianalisis menggunakan successive forward method yaitu untuk dipakai pada perencanaan pengembangan jaringan sistem transmisi 500 kV Jawa-Bali tahun 2007 sampai 2016. Pada metoda ini saluran baru dihubungkan ke bus saluran-saluran yang sudah ada (existing lines) dianalisis, lalu dibuat sebuah model jaringan transmisi baru, dengan memperhatikan pengaruh saluran baru pada sistem berdasarkan besar daya yang disalurkannya. Kepekaan sistem ditunjukkan oleh selisih sudut fasa tegangan bus ke bus. Untuk mengetahui pengaruh saluran pengembangan tersebut dieliminasi secara berturut-turut, dimulai dari saluran yang dikembangkan pada tahun pertama pada periode perencanaan. Proses eliminasi tersebut dihentikan apabila tidak ada saluran yang dikembangkan lagi.

---

In this these the successive forward method is used to analyze the transmission network structure expansion of Java-Bali 500 kV transmission system, planned from the year 2007 to 2016. In the method new lines connected to the existing buses are being analyzed, then a new transmission network model is made by taken in to account the influence of new lines on the system based on the amount of power transmitted in the lines. The sensitivity of the power system is described by the bus to bus voltage phase angle difference. For knowing the influence of the expansion line are successively eliminated, starting from the first period expansion planning. The elimination process is stopped when no more lines can be expanded."