Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Opsi saham merupakan salah satu jenis sekuritas derivatif yang nilai kontraknya bergantung pada nilai saham yang tercantum pada kontrak opsi. Opsi saham Asia termasuk ke dalam jenis opsi eksotik yang nilainya dipengaruhi oleh rata-rata nilai saham sepanjang masa hidup opsi. Dalam skripsi ini rata-rata nilai aset yang digunakan adalah rata-rata geometrik. Nilai saham yang digunakan dalam skripsi ini akan mengikuti model CEV Constant Elasticity of Variance yang merupakan bentuk umum dari model Black-Scholes yang terkenal. Dalam menentukan nilai opsi secara analitik dengan model CEV sangatlah sulit maka dari itu nilai dari opsi Asia dimodelkan ke dalam persamaan diferensial parsial. Persamaan diferensial parsial untuk opsi Asia nantinya akan diselesaikan dengan metode perturbasi. Metode perturbasi yang digunakan adalah metode perturbasi regular. Pada akhirnya akan dihasilkan formula untuk menentukan harga opsi call Asia dengan model CEV dan rata-rata geometrik

---

ABSTRACT
Stock options are one type of derivative securities whose contract value depends on the value of the shares listed on the option contract. Asian stock options fall into the type of exotic options whose value is affected by the average share value throughout the lifetime of the option. In this thesis the average asset value used is the geometric average. The stock value used in this thesis will follow the CEV Constant Elasticity of Variance model which is a general form of the famous Black Scholes model. In determining the analytic option value with the CEV model it is very difficult, because of that the value of the Asian option is modeled into a partial differential equation. Partial differential equations for Asian options will be solved by perturbation method. The perturbation method used is a regular perturbation method. In the end a formula will be generated to determine the price of Asian call option with CEV model and geometric mean.

Abstrak :
ABSTRAK
Inovasi produk menjadi kunci penting persaingan industri asuransi jiwa. Pada skripsi ini dibentuk produk asuransi jiwa dwiguna dengan inovasi berupa penambahan fitur manfaat, yang disebut sebagai dwiguna single life multiple decrement (DSLMD). Kewajiban masa depan perusahaan asuransi atas berlakunya polis asuransi DSLMD yang dibeli oleh pemegang polis ditunjukkan melalui cadangan premi bruto. Nilai cadangan premi bruto sangat dipengaruhi oleh tingkat bunga yang berlaku. Tingkat bunga umumnya memiliki sifat mean reversion/pergerakan menuju suatu nilai equilibrium yang dapat dimodelkan melalui model tingkat bunga Vasicek. Pada skripsi ini ditentukan formula cadangan premi bruto asuransi dwiguna single life multiple decrement dengan tingkat bunga Vasicek. Penentuan tersebut didahului dengan penentuan formula premi bruto asuransi. Pada bagian akhir skripsi, ditampilkan hasil contoh penerapan cadangan premi bruto serta premi bruto dari kasus tertanggung yang mengambil asuransi DSLMD.

---

ABSTRACT
Product innovation has become a key element in life insurance industrial competition. On this paper, an endowment policy will be formed with added benefit features and will be called dwiguna single life multiple decrement (DSLMD). Future obligation of the insurance companies on the effectuation of the DSLMD insurance policy will be shown through the gross premium reserves. The value of the gross premium reserves will be heavily influenced by the effective rate of interest. Interest rates generally have the property of mean reversion, the movement towards an equilibrium value that can be modeled through the Vasicek interest rate model. The formula for the gross premium reserves of DLSMD insurance with Vasicek interest rates will be defined. This definition will be preceded by defining the formula for the gross premium insurance. On the final part of this paper, results for the numeric simulations of the gross reserves will be shown beside the simulations for gross premiums from cases which are insured by the DSLMD insurance.

Abstrak :
Pembentukan portofolio diperlukan dalam menentukan keputusan investasi yang terbaik. Melalui pembentukan portofolio, investor dapat menentukan sekuritas yang akan dipilih serta menentukan alokasi modal sehingga mendapatkan portofolio optimal. Masalah dalam pembentukan portofolio optimal yaitu penentuan proporsi yang dialokasikan pada aset investasi agar dapat memaksimalkan return yang diharapkan dengan risiko tertentu. Untuk membentuk portofolio optimal pada skripsi ini, model yang digunakan mengandung regime-switching, dengan state-nya dinyatakan sebagai keadaan ekonomi. Alat ukur risiko yang digunakan yaitu value-at-risk VaR dengan setiap keadaan ekonomi memiliki nilai VaR. Nilai maksimum dari semua VaR pada setiap keadaan ekonomi didefinisikan sebagai maximum VaR MVaR. Formula proporsi optimal dicari dengan menggunakan teori kontrol optimal stokastik dengan tujuan memaksimalkan fungsi utilitas dari konsumsi yang didiskonto selama periode waktu yang terbatas. Untuk menyelesaikan masalah pembentukan portofolio pada skripsi ini, digunakan persamaan regime-switching Hamilton-Jacobi-Bellman HJB yang selanjutnya akan didapat sistem persamaan coupled HJB yang sesuai dengan keadaan ekonomi. Untuk menyelesaikan masalah optimisasi dengan kendala digunakan metode pengali Lagrange. Kondisi Kuhn-Tucker digunakan karena kendala MVaR berupa fungsi pertidaksamaan, sehingga akan diperoleh investasi optimal dan konsumsi optimal. Akhirnya, contoh numerik digunakan untuk menjelaskan efek dari parameter pada investasi yang optimal dan pada konsumsi yang optimal dari setiap state.

---

The forming of portfolio is necessary to determine the decision of the best investment. Through the establishment of portfolio, investors can determine the securities which will be selected and determine the allocation of asset to obtain an optimal portfolio. The problem in forming optimal portfolio is the determination of the proportion which is allocated at investment assets in order to maximize expected return with certain risks. To form an optimal portfolio in this thesis, the model contains regime switching, which states are interpreted as the states of economy. The risk measuring instrument used is value at risk VaR with each economics state has VaR. The maximum value of the VaRs in all economy states is defined as maximum VaR MVaR. The optimal proportion formula is sought by using the stochastic optimal control theory with the aim of maximizing the discounted utility function of consumption over a finite time horizon. We use regime switching Hamilton Jacobi Bellman HJB equation and then derive a system of coupled HJB equation corresponding to the economy states in this thesis. We use Lagrange multiplier method to solve the optimization problem with the constraint. We use Kuhn Tucker conditions due to MVaR is an inequality function, so that we derive the optimal investment and the optimal consumption. Finally, numerical examples are used to explain the effect of parameter on the optimal investment and on the optimal consumption from each state.

Abstrak :
Salah satu metode otomatis untuk analisis data tekstual adalah deteksi topik. Eigenspace-based Fuzzy C-Means EFCM adalah metode berbasis soft clustering untuk pendeteksian topik. Pertama, EFCM menggunakan dekomposisi nilai tunggal terpotong untuk mengubah data tekstual dimensi tinggi menjadi data berdimensi rendah. Selanjutnya, proses pengelompokan dilakukan dalam ruang dimensi yang lebih kecil. Namun, proses transformasi itu dapat menghilangkan beberapa fitur penting dari data tekstual. Karena itu, akurasi dapat berkurang. Dalam penelitian ini digunakan kernel trick untuk mengatasi kelemahan tersebut sehingga proses clustering dapat dilakukan dalam ruang dimensi yang lebih tinggi. Simulasi menunjukkan bahwa pendekatan ini memberikan akurasi yang lebih baik dalam menemukan topik daripada EFCM untuk masalah mendeteksi topik di Twitter. ......One of automated methods for textual data analysis is topic detection. Eigenspace based fuzzy c means EFCM is a soft clustering based method for topic detection. Firstly, EFCM use truncated singular value decomposition to transform high dimensional textual data to low dimensional data. Next, the clustering process is conducted in the smaller dimensional space. However, that transformation process may eliminate some important features from the textual data. Therefore, the accuracy may be reduced. In this study used kernel trick to overcome that weakness so that the clustering process is performed in a higher dimensional space. Simulations show that this approach gives better accuracies in term of topic recall than EFCM for the problem of sensing trending topic in Twitter.

Abstrak :
Distribusi Lindley diperkenalkan oleh Lindley 1958 dalam konteks inferensi Bayes. Baru-baru ini, perluasan dari distribusi Lindley diusulkan oleh Ghitany 2013 dan disebut distribusi yang dihasilkan disebut distribusi power Lindley. Skripsi ini akan memperkenalkan perluasan dari distribusi power Lindley menggunakan metode Marshall-Olkin dan akan menghasilkan distribusi power Lindley Marshall-Olkin PLMO. Distribusi PLMO dapat lebih fleksibel dalam merepresentasikan data dengan berbagai bentuk. Sifat fleksibilitas ini disebabkan oleh penambahan parameter ke distribusi power Lindley. Beberapa sifat PLMO akan dijelaskan dalam skripsi ini, seperti probability density function pdf, cumulative distribution function cdf, fungsi survival, fungsi hazard, kuantil, dan momen ke-r. Estimasi parameter PLMO dilakukan dengan menggunakan metode maksimum likelihood. Distribusi PLMO diterapkan pada data dan akan dibandingkan dengan distribusi Lindley, power Lindley, Lindley Marshall-Olkin LMO , gamma, dan Weibull. Perbandingan model akan menggunakan nilai log likelihood, AIC, dan BIC. ......Lindley distribution was introduced by Lindley 1958 in the context of Bayes inference. Recently, a new generalization of the Lindley distribution was proposed by Ghitany et al. 2013 , called power Lindley distribution. This paper will introduce an extension of the power Lindley distribution using the Marshall Olkin method, resulting in Marshall Olkin Extended power Lindley MOEPL distribution. The MOEPL distribution offers a flexibility in representing data with various shapes. This flexibility is due to the addition of a tilt parameter to the power Lindley distribution. Some properties of the MOEPL were explored, such as probability density function pdf, cumulative distribution function cdd, hazard rate, survival function, and quantiles. Estimation of the MOEPL parameters was conducted using maximum likelihood method. The proposed distribution was applied to data. The results were given which illustrate the MOEPL distribution and were compared to Lindley, power Lindley, Marshall Olkin Extended Lindley MOEL, gamma, and Weibull. Models comparison using the log likelihood, AIC, and BIC showed that MOEPL fit the data better than the other distributions.

Abstrak :
Tugas akhir ini berisi pembahasan mengenai distribusi Invers Weibull Marshall-Olkin IWMO yang merupakan distribusi probabilitas untuk peubah acak kontinu. Distribusi IWMO dibentuk dari distribusi Invers Weibull IW dengan metode Marshall-Olkin, metode ini adalah metode penambahan parameter yang diperkenalkan oleh Albert W Marshall dan Ingram Olkin pada tahun 1997. Distribusi IW sendiri diperoleh dari distribusi Weibull dengan melakukan tranformasi terhadap peubah acak. Distribusi IWMO mampu menggambarkan bentuk data seperti distribusi asalnya dalam hal ini distribusi IW dan bentuk data dari distribusi invers Eksponensial selain itu distribusi IWMO dapat menjelaskan data outlier lebih baik dibandingkan distribusi IW disebabkan oleh penambahan parameter Marshall-Olkin. Selanjutnya akan dibahas mengenai fungsi kepadatan probabilitas, fungsi distribusi, Moment Generating Function MGF, momen ke-r, mean, variansi, koefisien skewness, koefisien kutrosis, kuantil dan median dari IWMO. Penaksiran parameter menggunakan metode maksimum likelihood. Distribusi Weibull, IW dan IWMO akan diterapkan pada data yang memiliki outlier. Perbandingan model menggunakan log likelihood, AIC, BIC menunjukan distribusi IWMO sesuai dengan data lebih baik dibandingkan Weibull dan IW. ......This final project contains a discussion of the distribution of Inverse Weibull Marshall Olkin IWMO which is the probability distribution for continuous random variables. The IWMO distribution is formed from the Inverse Weibull IW distribution by Marshall Olkin method, this method is the parameter addition method introduced by Albert W Marshall and Ingram Olkin in 1997. IWull distribution itself is obtained from the Weibull distribution by transforming the random variables. IWMO distribution able to describe data form like its original distribution that is IW distribution and data form from Exponential inverse distribution beside that IWMO distribution can explain data outlier better than IW distribution caused by addition of Marshall Olkin parameter. The next will be discussed about probability density function, distribution function, Moment Generating Function MGF, rth moment, mean, variance, skewness coefficient, coefficient kutrosis, quantitative and median from IWMO. Parameter estimation using likelihood maximum method. Weibull, IW and IWMO distributions will be applied to data that has an outlier. Comparison of models using log likelihood, AIC, BIC shows IWMO distribution in accordance with better data than Weibull and IW.

Abstrak :
ABSTRAK
Kanker payudara merupakan penyebab kematian pertama akibat kanker pada wanita. Pria juga dapat terkena kanker payudara. Penanganan kanker payudara terdiri dari operasi, terapi radiasi, dan terapi sistemik yang menggunakan obat. World Health Organization WHO telah mendaftarkan tiga puluh cytotoxic dan obat antikanker untuk mencegah dan mengurangi kanker payudara. Para ilmuwan sudah berusaha untuk menemukan obat lain untuk membantu orang yang terkena kanker payudara. Oleh karena itu, desain obat menjadi penting dalam menemukan obat baru yang potensial untuk menangani kanker payudara. Pada skripsi ini diajukan pendekatan multiple linear regression MLR menggunakan metode quantitative structure activity relationship QSAR untuk memodelkan desain obat kanker payudara dengan pemilihan variabel menggunakan metode algoritma genetika GA . Data yang diperoleh dari bank protein umum lebih sedikit dibandingkan banyaknya variabel, yang menyebabkan asumsi Analisis MLR gagal dan menyebabkan multikolinearitas. Model QSAR diragukan saat terjadi multikolinearitas. Algoritma Genetika GA diimplementasikan untuk menghilangkan multikolinearitas. GA bertindak sebagai penyeleksi variabel untuk mencari variabel yang signifikan dan membantu mendapatkan model QSAR yang paling cocok. Hasil eksperimen menunjukkan bahwa GA dan MLR dapat diimplementasikan pada desain obat kanker payudara.

---

ABSTRACT
Breast cancer is the first cause of death by cancer in women. Even so, men could have breast cancer. In the treatment of breast cancer there are surgery, radiation therapy and systemic therapy which treatments using drugs. World Health Organization WHO has listed thirty cytotoxic and anticancer drugs to prevent and reduce breast cancer risk. Researchers have been trying to find other drugs to help people with breast cancer. Thus, drug design becomes more important in discovering new potential drugs to treat breast cancer. In this study, we proposed multiple linear regression MLR approach using quantitative structure activity relationship QSAR method for modelling drug design of breast cancer with variable selection using genetic algorithm GA. The obtaining data from public protein bank leads to have lower number of compounds than the number of variables, it failed the assumptions of MLR analysis and led to multicollinearity. QSAR model appeared uncertain when multicollinearity arise. We implemented genetic algorithm GA to resolve multicollinearity. GA acted as a variable selector to obtain the most significant variables and helped getting the most fitted QSAR model. The experimental result shows that combining of GA and MLR can be implemented in breast cancers drug design.

Abstrak :
ABSTRAK
Kanker adalah penyebab kematian nomor dua di dunia dan diperkirakan mencapai 9,6 juta kematian pada tahun 2018, dengan kanker payudara menjadi kanker kedua yang sering terjadi setelahnya kanker paru-paru. Kanker payudara terjadi karena pertumbuhan sel abnormal yang tidak terkendali, yang dimulai di saluran yang membawa susu ke puting susu atau kelenjar pembuat susu. Pengobatan kanker payudara tergantung pada subtipe tumor, stadium, penanda genetik, usia pasien, kesehatan pasien umum, status menopause, dan mutasi pada gen kanker payudara yang diwariskan. Di akhir pengobatan pasien diberikan terapi tambahan yang bertujuan meminimalkan risiko kekambuhan. Meskipun terapi ini telah dilakukan, risiko kekambuhan tetap ada. Penanda pengganti adalah penanda yang digunakan untuk menggantikan titik akhir dari uji klinis yang biasanya digunakan mempercepat penanganan pasien. Tujuan dari penelitian ini adalah untuk mengetahui rasio hematologi pengukuran yang dapat digunakan sebagai penanda pengganti dalam kekambuhan kanker payudara sepanjang dengan titik cut-off. Pohon keputusan digunakan untuk menemukan titik batas rasio hematologi pengukuran yang mempengaruhi kekambuhan kanker payudara, dan kemudian hutan acak itu digunakan untuk mengetahui urutan variabel penting dalam klasifikasi. Hasil keduanya metode dikuantifikasi menggunakan regresi logistik. Berdasarkan analisis, ditemukan bahwa rasio jumlah trombosit ke darah putih (titik potong 47.560) dan neutrofil terhadap rasio limfosit (titik potong 1,953) mempengaruhi kekambuhan kanker payudara.

---

ABSTRACT
Cancer is the number two cause of death in the world and is estimated to reach 9.6 million deaths in 2018, with breast cancer becoming the second most common cancer that follows lung cancer. Breast cancer occurs because of uncontrolled abnormal cell growth, which starts in the ducts that carry milk to the nipples or milk glands. Treatment of breast cancer depends on the tumor subtype, stage, genetic markers, patient age, general patient health, menopausal status, and mutations in inherited breast cancer genes. At the end of treatment the patient is given additional therapy aimed at minimizing the risk of recurrence. Despite this therapy, the risk of recurrence remains. A surrogate marker is a marker used to replace the endpoints of clinical trials that are usually used to speed up patient management. The aim of this study is to determine the hematological ratio measurements that can be used as surrogate markers in breast cancer recurrence along with the cut-off point. The decision tree is used to find the hematological ratio boundary point measurements that affect breast cancer recurrence, and then the random forest is used to determine the order of important variables in the classification. Both results the method is quantified using logistic regression. Based on the analysis, it was found that the ratio of platelet count to white blood (cut point 47,560) and neutrophils against lymphocyte ratio (cut point 1.953) influences breast cancer recurrence.

Abstrak :
Tugas akhir ini mengkaji harga opsi put Eropa dengan aset dasar zero-coupon bond dan tingkat bunga diasumsikan mengikuti model Vasicek dengan jump. Kajian dilakukan dengan mengkonstruksi kembali persamaan harga opsi put Eropa tersebut. Ukuran jump didefinisikan mengikuti distribusi mixed-exponential. Dengan memanfaatkan infinitesimal generator dan konsep martingale dapat dikonstruksi transformasi Laplace dari distribusi model Vasicek dengan jump. Kemudian, dengan menggunakan hasil transformasi Laplace dari distribusi model Vasicek dengan jump dan konsep equivalent martingale measure dapat dikonstruksi persamaan harga opsi put Eropa dengan aset dasar zero-coupon bond. ......This undergraduate thesis examines the price of European put options with underlying asset zero-coupon bond and the interest rate following the Vasicek model with jump. The study was conducted by reconstructing the European put option pricing equation. The jump size is defined following a mixed-exponential distribution. By utilizing infinitesimal generators and martingale concepts, Laplace transform is constructed for the distribution of the Vasicek model with jump. Then, using the results of the Laplace transform for the distribution of the Vasicek model with jump and the concept of equivalent martingale measure, the European put option pricing equation with underlying asset zero-coupon bond is constructed.