Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas akhir ini membahas tentang teknik graduasi dengan metode Rata-rata Bobot Berpindah (Moving Weighted Average). Metode graduasi ini merupakan salah satu dari beberapa metode graduasi yang berkembang saat ini. Perhitungannya dilakukan dengan mengambil sembarang harga untuk n dan z dalam menghitung harga koefisien-koefisien a. Harga koefisen ini dikalikan dengan sederetan nilai-nilai yang didapat dari hasil observasi (tingkat kematian kasar) untuk mendapatkan sederetan nilai (tingkat kematian hasil graduasi) yang lebih mulus dan mempunyai kecendrungan tertentu. Disamping itu nilai-nilai ini harus diuji dengan kriteria-kriteria kelicinan (smoothness) dan kecocokan (fit)."

"Life table multivariat merupakan salah satu metode pada analisis ketahanan yang dapat digunakan untuk rnenggambarkan ketahanan individu yang memperhatikan karakteristik-karakteristik dari individu tersebut. Tugas akhir ini membahas suatu metode pembentukan model yang sesuai untuk penaksiran life table multivariat. Metode ini menggunakan data ketahanan dan disebut metode hazard dengan pendekatan tabel kontngensi. Model yang didapat disebut model hazard. Metode hazard ini dapat menangani masalah sensor dan dapat menganalisis waktu ketahanan yang terdistribusi secara eksponensial sepotong-sepotong. Karena nlenggunakan pendekatan tabel kontingensi, variabel-variabel yang diamati harus diperlakukan secara kategorik. Penaksiran parameter-parameter model hazard menggunakan metode likelihood. Sedang pengujian hipotesis untuk pemilihan model yang tepat menggunakan metode rasio likelihood. Penerapan metode hazard dengan pendekatan tabel kontingensi ini digunakan untuk menganalisis faktor-faktor yang mempengaruh kematian bayi dan anak, berdasarkan data Survei Prevalensi Kotrasepsi Indonesia tahun 1987. Faktor-faktor yang diamati sebagai kovariat-kovariatnya, antaral ain: lingkungan rumah tangga, usia ibu waktu melahirkan, urutan dan jarak kelahiran, tempat dan penolong persalinan, status ekonomi keluarga, pendidikan ibu, dan keterpaparan terhadap informasi."

"Dalam analisis ketahanan masalah dasar yang timbul ialah bagaimana menaksir ketahanan berdasarkan data sampel. Ketahanan antara lain dapat dinyatakan dengan tingkat ketahanan hidup, probabilitas densitas kematian, dan hazard (resiko kematian). Untuk itu dapat digunakan metode-metode tertentu misalnya metode life table yang dapat digunakan apabila ukuran sampel cukup besar. Metode ini dapat menangani data lengkap maupun data tersensor yang seringkali ditemukan dalam pengamatan klinis. Tugas akhir ini membahas penaksiran tingkat ketahanan hidup, probabilitas densitas kematian, dan hazard dengan menggunakan metode life table, yang difokuskan pada pengamatan klinis. Sebagai contoh, aplikasi metode ini pada pengamatan terhadap pasien penyakit hipertensi krisis di Rumah Sakit Jantung Harapan Kita, tahun 1986 - 1991, menghasilkan taksiran-taksiran ketahanan pasien untuk setiap interval waktu."

"Dalam suatu proses produksi pasti terdapat variasi atau keberagaman dari hasil produksi. Variasi dari suatu produk mempengaruhi kualitas dari produk tersebut. Maka agar kualitas produk tetap terjamin, haruslah variasi dari produk diminimalisir. Pengendalian kualitas statistik atau Statistical Quality Control (SQC) adalah sekumpulan perangkat statistik yang berguna untuk mengontrol agar proses produksi berjalan dengan stabil dan meningkatkan kemampuan produksi melalui pengurangan variasi hasil produksi. Perangkat statistik yang biasa digunakan untuk tujuan tersebut adalah bagan kendali. Bagan kendali yang umum digunakan untuk mengontrol proses produksi adalah bagan kendali Shewhart ̅ dan atau . Namun, bagan kendali Shewhart ̅ kurang efektif dalam mendeteksi pergeseran nilai mean proses yang kecil karena tidak memperdulikan informasi dari data yang terdahulu ketika titik terbaru digambarkan pada bagan. Oleh karena itu, dibutuhkanlah bagan kendali lain yang dapat mengatasi permasalahan tersebut. Bagan kendali Exponentially Weighted Moving Average (EWMA) untuk mean proses sangat efektif dalam mendeteksi pergeseran nilai mean yang kecil. Pada bagan Exponentially Weighted Moving Average, data yang terbaru berhubungan dengan data yang telah ada sebelumnya di mana setiap data diberikan bobot λ. Bobot bergerak secara eksponensial dari data terbaru ke data sebelumnya.

---

There are variations or diversity of products in a production. Variations of a product affects the quality of the product. To keep the quality control of product, the variation of the product should be minimized. Statistical Quality Control (SQC) is a collection of useful statistical tools to control the production process.

Statistical tool commonly used for this purpose is the control charts. Control chart that commonly used to control the production process are Shewhart ̅and or control chart. Shewhart ̅ control charts are less effective in detecting small shift in mean because they do not take information from the past data when a new point is plotted. Thus, we need a control chart that can solve these problems.

The Exponentially Weighted Moving Average (EWMA) control chart for mean process is very effective in detecting small mean shifts. On Exponentially Weighted Moving Average chart, the new data is related to the earlier data by using weighting factor λ. The weight λ moves exponentially from the latest data to earlier."

"Bagan kendali multivariat digunakan untuk memonitor proses produksi dengan beberapa variabel karakteristik kualitas pada satu bagan kendali. Bagan kendali multivariat yang biasa digunakan adalah bagan kendali chi-square, tetapi bagan kendali ini tidak dapat mendeteksi pergeseran mean yang kecil pada suatu proses produksi. Namun, beberapa produksi memerlukan ketelitian yang tinggi dalam mendeteksi pergeseran mean yang kecil. Lowry dan Woodall (1995) memperkenalkan bagan kendali untuk beberapa variabel karakteristik kualitas yang dapat mendeteksi pergeseran mean yang kecil, yaitu Multivariate Exponentially Weighted Moving Average atau disingkat MEWMA. Menurut Rigdon (1995), menentukan batas kendali atas dari bagan kendali MEWMA adalah dengan melalui penaksiran persamaan integral untuk memperoleh average run length pada kondisi in control (ARL0). Untuk menentukan batas kendali atas, tentukan terlebih dahulu ARL0 yang diinginkan, kemudian pilih dan batas kendali atas (h4 ) sehingga dihasilkan ARL0 yang diinginkan. Selanjutnya, bila terdapat tanda out of control maka diperlukan identifikasi variabel karakteristik kualitas yang berkontribusi sehingga menimbulkan tanda out of control dengan menggunakan metode dekomposisi T2 yang diperkenalkan Montgommery.

---

Multivariate control chart is used for monitoring process production using several quality characteristic production variables in a control chart. Multivariate control chart that commonly used is chi-square control chart, but it cannot detect small shifts in the process. Nevertheless, some production needs high accuracy in detecting small shifts. Lowry and Woodall (1995) introduces multivariate control chart which can detect small shifts, called Multivariate Exponentially Weighted Moving Average (MEWMA).

According to Rigdon, to determine the upper control limit of the chart is from approximating integral equation to obtain in control average run length (ARL0). For determining the upper control limit of the chart, first determine the desired ARL0, then choose r and upper limit (h4) until finding the desired in control average run length. Furthermore, if there is out of control signal, then identification of characteristic production variables which contributes to the signal using decomposition T2introduced by Montgomery is needed."

"ABSTRAKPenelitian bertujuan memperoleh model peramalan harga emas terbaik antara model GARCH dan EWMA. Variabel dependen adalah harga emas Antam sedangkan variabel independen terdiri dari harga emas dunia, IHSG dan JIBOR. Penelitian menggunakan data harian periode Agustus 2010 - September 2012. Variabel independen berpengaruh signifikan terhadap harga emas Antam dan secara simultan diperoleh R-Square sebesar 97,7375%. Model dalam pendekatan pola adalah GARCH (2,1) sedangkan pada pendekatan kausal GARCH (1,1). Nilai MAPE peramalan harga emas Antam bulan Oktober 2012 menggunakan pendekatan kausal sebesar 1,9114%, pendekatan pola 4,4379% dan EWMA 10,618824%. Dengan demikian, dalam penelitian ini model GARCH lebih akurat dibandingkan EWMA.

---

ABSTRACTThe study aimed at obtaining the best gold price forecasting model between GARCH and EWMA models. The dependent variable is the price of Antam's gold while the independent variables consist of world gold prices, IHSG and JIBOR. The study uses daily data in August 2010 until September 2012. Independent variables significantly influence the Antam’s gold price and simultaneously acquired R-Square of 97.7375%. Models in the pattern approach is GARCH (2.1) whereas the causal approach GARCH (1,1). MAPE values of ​​Antam's gold price forecasting in October 2012 using the causal approach 1.9114%, the pattern approach 4.4379% and EWMA 10.618824%. Thus, in this study GARCH models are more accurate than EWMA."

"Penelitian ini tergolong studi asset pricing yang bertujuan untuk menguji bagaimana hubungan suatu risiko dengan expected return. Volatility merupakan salah satu proksi alami dari risk. Dalam penelitian ini, nilai volatility dihitung dengan pendekatan Exponentially Weighted Moving Average (EWMA). Penulis mengestimasi nilai volatility dengan metode EWMA karena terbukti sebagai metode yang paling akurat dalam perhitungan volatilitas dan sifat volatilitas yang memiliki variasi terhadap waktu (time varying). Hasil dari penelitian ini menunjukkan bahwa volatility berpengaruh positif terhadap return saham.

---

This research is classified as asset pricing study that conducted in order to identify the relationship between particular risk and return. Volatility is a natural proxy for risk. In this research, volatility estimated with Expected Weighted Moving Average (EWMA) method. We used the EWMA Method because it has been approved as the most accurate method to calculate volatility and the nature of volatility that varies over time. The results show that volatility has an impact on stock return and positively significantly related."