Hasil Pencarian  ::  Simpan CSV :: Kembali

"[ABSTRAKPenelitian ini bertujuan untuk meneliti perubahan persepsi investor terhadap risiko berinvestasi di Indonesia. Pada penelitian ini, deret waktu dari parameter risk aversion diestimasi menggunakan indeks saham Indonesia menggunakan data imbal hasil dengan frekuensi harian dari tahun 1990 hingga tahun 2015. Penelitian ini menggunakan model AR(1)-GARCH(1,1)-M untuk mengestimasi parameter risk aversion pada pasar saham Indonesia. Pemodelan yang dilakukan pada penelitian ini memodelkan parameter risk aversion dalam proses random walk. Penemuan dari penelitian ini menunjukkan bahwa premi risiko memiliki variansi sepanjang waktu dan mengindikasikan bahwa pasar saham Indonesia berpengaruh terhadap situasi perekonomian global.

---

ABSTRACTThe purpose of this thesis is to examine the change in perception of risk by investors in Indonesia. In this research, the time series of risk aversion parameter is estimated for the Indonesian stock market using daily return data from year 1990 to 2015. This research makes use of AR(1)-GARCH(1,1)-M model to estimate the risk aversion parameter for Indonesian stock market. The model used in this research modelled the risk aversion parameter to follow a random walk process. The findings of this thesis show that the risk premium varies over time and indicate that the Indonesian stock market is vulnerable to global economy, The purpose of this thesis is to examine the change in perception of risk by investors in Indonesia. In this research, the time series of risk aversion parameter is estimated for the Indonesian stock market using daily return data from year 1990 to 2015. This research makes use of AR(1)-GARCH(1,1)-M model to estimate the risk aversion parameter for Indonesian stock market. The model used in this research modelled the risk aversion parameter to follow a random walk process. The findings of this thesis show that the risk premium varies over time and indicate that the Indonesian stock market is vulnerable to global economy]"

"Sistem tata udara presisi merupakan mesin refrigerasi yang digunakan di ruang pusat data untuk menjaga temperatur di dalam kabinet berkisar antara 20º - 22ºC, dan kelembaban antara 45-55%. Untuk mencapai keadaan tersebut, delapan variabel tak terukur belum dapat diestimasi sehingga dibutuhkan observer. Proses estimasi state dilakukan menggunakan model ruang keadaan. Persamaan untuk Filter Kalman dibagi menjadi persamaan time update dan measurement update. Penggunaan metode ini diharapkan diperoleh nilai matriks prediction error covarians yang konvergen pada nilai sekecil mungkin. Selain itu juga dibandingkan state hasil estimasi dengan state aktual model untuk mengetahui nilai kuadrat kesalahan estimasi yang terjadi.

---

Precision air conditioning is a refrigeration machine that used in the data center to keep the temperature inside the cabinet ranged from 20 º - 22 º C, and humidity between 45-55%. To reach that state, the eight variables not measured can not be estimated so that the observer is required. State estimation process is done using a state space model. The equation for the Kalman Filter equations are divided into time update and measurement update. Use of this method is expected to obtain the prediction error matrix covarians which converges on the value as small as possible. It also compared to the estimated state with the actual state of the model to determine the value of the square of estimation error that occurred."

"Rollover merupakan penyebab utama adanya korban jiwa dari peristiwa ketidakstabilan kendaraan. Karenanya, inovasi pencegahan rollover pada kendaraan roda empat terus dikembangkan untuk meningkatkan keselamatan berkendara. Variabel sudut roll dan kecepatan sudut roll sangat diperlukan dalam pengendalian pencegahan rollover kendaraan, namun kedua variabel ini tidak dapat diukur secara langsung pada kendaraan roda empat karena tingginya harga sensor yang diperlukan. Metode estimasi sudut roll dan kecepatan sudut roll yang akurat dibutuhkan agar pengendalian pencegahan rollover dapat bekerja. Pada penelitian skripsi ini, didesain observer menggunakan metode extended Kalman filter (EKF) diskrit untuk mengestimasi sudut roll dan kecepatan sudut roll. Metode EKF dipilih karena dapat menghasilkan estimasi yang baik pada kondisi non-linier. Persamaan keadaan non-linier yang digunakan pada EKF diturunkan dari model gerak kendaraan pada bidang datar dan model gerak poros kendaraan. Persamaan keadaan non-linier yang dalam bentuk kontinu diaproksimasikan ke bentuk diskrit menggunakan metode Runge-Kutta orde 4. Observer yang didesain lalu diintegrasikan dengan sistem pengendali prediktif pencegahan rollover untuk menguji kinerja metode observer saat kendaraan dalam kondisi pengendalian kestabilan yang non-linier. Metode observer EKF hasil penelitian kemudian dibandingkan dengan metode Kalman filter pada simulasi menggunakan perangkat lunak Carsim dan MATLAB & Simulink.

---

Rollover is the main cause of fatalities from vehicle instability. Therefore, rollover prevention innovations in four-wheeled vehicles continue to be developed to improve driving safety. Roll angle and roll rate are very necessary in vehicle rollover prevention control, but these two variables cannot be directly measured on four-wheeled vehicles because of the high price of the sensors needed. The method of high-performance roll angle and roll rate estimation is needed so that rollover prevention control can operate. In this final project, the observer is designed with discrete extended Kalman filter (EKF) method to estimate roll angle and roll rate of the vehicle. The EKF method was chosen because it can yield good estimates in nonlinear conditions. The nonlinear equations used in EKF are derived from the yaw-plane vehicle dynamics model and axis dynamics model. The nonlinear equations which are still in continuous form are approximated to discrete form using the 4th order Runge-Kutta method. The designed observer is integrated with the predictive rollover prevention control system to test the performance of EKF when the vehicles is in stability controlling, nonlinear conditions. The designed EKF observer method is then compared to the Kalman filter method in a simulation using Carsim and MATLAB & Simulink software."

"Penelitian ini memberikan kontribusi berupa studi empiris risk preference dan time preference di Indonesia kaena merupakan alasan dasar pengambilan keputusan oleh individu. Penelitian ini mengestimasi pengaruh risk preference dan time preference orang tua terhadap keputusan imunisasi anak menggunakan data IFLS 2014. Imunisasi dasar bagi anak adalah keputusan yang dibuat oleh orang tua untuk anaknya. Pembentukan keputusan orang tua mempertimbangkan faktor uncertainty dari adverse events imunisasi dan preventable desease yang hendak dilawan melalui imunisasi. Riset di Amerika Serikat dan Jepang menunjukkan bahwa seseorang yang risk averse cenderung memilih untuk diimunisasi karena preventable desease dianggap beresiko terhadap kesehatan. Namun penelitian ini menemukan bahwa risk aversion ibu berpengaruh negatif terhadap keputusan imunisasi anak, sedangkan time preference orang tua tidak berpengaruh signifikan terhadap keputusan imunisasi anak. Hal ini mengindikasikan bahwa resiko yang dianggap lebih membahayakan kesehatan anak adalah adverse events imunisasi bukan preventable desease. Kondisi ini dapat dijelaskan dengan model probability weight function dimana resiko adverse events yang kecil di-overvalue akibat perceived risk atas adverse events yang tinggi.

---

This study contributes to empirical studies of risk preference and time preference in Indonesia. These preferences are the basic reason for individual decision making. This study estimated the effect of parents risk preference and time preference on childrens immunization decisions using 2014 IFLS data. Parents make a decision to Immunize their children or not. In the decision-making process, parents consider the uncertainty about immunization such as the likelihood of preventable diseases and adverse events following immunization. Research in the United States and Japan show that someone who is a riskaverse tends to be immunized because of the risk of preventable disease.

However, this study finds that maternal risk aversion has a negative effect on children's immunization decisions, while parents time preference does not significantly influence childrens immunization decisions. This indicates parents consider that adverse events following immunization is more harmful to childrens health rather than the preventable disease. This condition can be explained by a probability weight function model where the risk of small adverse events is overvalued due to the high perceived risk to adverse events."

"Sudut sideslip sangat berperan penting dalam kendali stabilitas kendaraan, namun sudut sideslip pada kendaraan yang di produksi tidak dapat ditentukan secara langsung menggunakan sensor dengan mempertimbangkan biaya sensor. Penting untuk memperkirakan sudut sideslip secara tidak langsung dengan menggunakan parameter gerak yang ada pada kendaraan. Oleh karena itu, algoritma estimasi dengan kinerja dan akurasi real-time sangat penting. Metode estimasi berdasarkan algoritma kalman filter sesuai saat kendali kendaraan dalam kondisi linear. Namun, pada jalan adhesi yang rendah, kendaraan memiliki karakteristik nonlinear. Dalam penelitian ini, algoritma extended kalman filter digunakan dengan mempertimbangkan karakteristik nonlinear dan diverifikasi oleh simulasi dengan Carsim dan Simulink. Hasil yang diharapkan dari penelitian ini adalah menunjukkan sudut sideslip kendaraan yang diperoleh dengan algoritma extended kalman filter lebih tinggi daripada yang diperoleh kalman filter di daerah nonlinear.

---

The sideslip angle plays an important role in vehicle stability control, but the sideslip angle on the production vehicle can not be determined directly using the sensor by considering the cost of the sensor. It is important to estimate the side slip angle indirectly by using the motion parameters present in the vehicle. Therefore, the estimation algorithm with performance and real time accuracy is very important. The estimation method based on the filter kalman algorithm is appropriate when vehicle control is in linear condition. However, on a low adhesion path, the vehicle has nonlinear characteristics. In this study, the extended kalman filter algorithm is used taking into nonlinear characteristics and verified by simulations with Carsim and Simulink. The expected result of this study is to show the estimated vehicle sideslip angle with the extended kalman filter algorithm higher than estimated by the kalman filter in the nonlinear region. "

"Pergerakan harga saham berfluktuasi. Diperlukan suatu metode untuk mengestimasi pergerakannya. Model runtun waktu merupakan suatu model yang dapat digunakan dalam menganalisis pergerakan harga saham. Salah satu model runtun waktu sederhana adalah model local linear trend dengan level stokastik dan slope deterministik. Algoritma filter Kalman dapat digunakan untuk mengestimasi solusi model. Implementasi menggunakan data harga saham BMRI dan LSIP memberikan hasil yang cukup baik dilihat dari nilai rata – rata eror relatif dan nilai MSE (mean square error).

---

The movements of stock price is fluctuate. A method is required to determine such movement. Time series model is one of the models that can be used in analyzing stock price movements. One of the basic model of time series is the local linear trend model with stochastic level and deterministic slope. Kalman filter algorithm can be used to estimate the solution of that model. Implementation on BMRI and LSIP stock price data gives satisfactory results based on the average relative error and MSE (mean square error)."

"Risiko merupakan suatu ketidakpastian yang dapat terjadi di masa mendatang dan dapat menimbulkan suatu kerugian atau loss. Untuk meminimalisir loss tersebut, diperlukan alat ukur risiko untuk memprediksi loss-loss yang mungkin terjadi di masa depan. Sebelumnya, terdapat beberapa alat ukur risiko yang umum digunakan seperti Value-at- Risk (VaR) dan Expected Shortfall (ES), namun kedua alat ukur ini tidak memberikan informasi mengenai variabilitas data pada ekor distribusi. Untuk menutupi kekurangan tersebut, Corrado Gini (1912) menemukan suatu alat ukur risiko yang dikenal dengan Gini Shortfall (GS). GS dipandang menjadi alat ukur risiko yang lebih komprehensif karena bersifat koheren dan mempertimbangkan variabilitas pada ekor distribusi. Namun, GS menggeneralisasi bahwa semua orang memiliki kecenderungan sikap yang sama dalam menghadapi risiko, padahal kenyataannya tidak demikian. Oleh karena itu, Yitzhaki (1983) mengembangkan GS menjadi Extended Gini Shortfall (EGS). EGS merupakan bentuk generalisasi dari GS dengan memperhitungkan parameter risk-aversion, suatu kecenderungan sikap untuk memilih risiko seminimal mungkin. Alat ukur EGS memenuhi sifat koheren dengan syarat tertentu dan dapat memperhitungkan rata-rata severitas loss sekaligus variabilitas data pada ekor distribusi. Perhitungan variabilitas ini menggunakan alat ukur Tail Extended Gini functional berbasis Extended Gini functional. Selanjutnya, dilakukan pembentukan formula eksplisit EGS untuk distribusi eksponensial, Pareto, dan logistik, serta dijabarkan contoh perhitungan EGS dalam menghitung risiko. Perhitungan ini menggunakan data loss saham bulanan PT Unilever Indonesia Tbk (UNVR) dari November 2010 hingga November 2020. Dengan parameter risk-aversion yang konstan, didapatkan kecenderungan meningkatnya nilai EGS seiring meningkatnya tingkat kepercayaan. Sementara dengan tingkat kepercayaan yang konstan, didapatkan kecenderungan menurunnya nilai EGS seiring meningkatnya parameter risk-aversion.

---

Risk is an uncertainty that may occur in the future and cause a loss. To minimize the loss, a risk measure is needed to predict future losses. There are several risk measures such as Value-at-Risk (VaR) and Expected Shortfall (ES), but these instruments do not provide information on data variability in the distribution tail. To cover this deficiency, Corrado Gini (1912) invented a risk measure known as Gini Shortfall (GS). GS is said to be a more comprehensive risk measure because it is coherent and provide information about variability of the distribution tail. However, GS generalizes that everyone has the same tendency to take risks, when in reality they do not. Therefore, Yitzhaki (1983) developed GS into Extended Gini Shortfall (EGS). EGS is a generalization of GS by taking riskaversion into consideration. Risk-aversion is a tendency to take minimum risk. Also, EGS is a coherent risk measure under certain conditions and can calculate average severity and variability of losses in the distribution tail with Tail Extended Gini functional, a variability measure based on the Extended Gini functional. Furthermore, the explicit formula of EGS for exponential, Pareto, and logistic distributions and also the example of EGS calculation are presented in this paper. This calculation uses monthly loss of PT Unilever Indonesia Tbk (UNVR) stock from November 2010 to November 2020. Assuming a constant riskaversion parameter, EGS tends to increase with the increasing prudence level. Meanwhile, with a constant prudence level, EGS tends to decrease with the increasing risk-aversion parameter."

"Teknologi yang sedang digunakan untuk mengoptimalkan pengereman ini merupakan Anti Lock Braking System (ABS). Teknologi ini menggunakan referensi rasio slip secara longitudinal pada roda dimana variabel ini mempunyai pengaruh terhadap koefisen gesek yang menyebabkan gaya gesek antara ban dan jalan menjadi maksimal. Rasio slip merupakan fungsi perbandingan kecepatan kendaraan dengan kecepatan roda dikalikan dengan jar-jari roda. Pengukuran kecepatan longitudinal kendaraan secara konvensional menggunakan perkalian radius roda dengan kecepatan angular roda yang dapat secara mudah diukur dengan sensor encoder. Akan tetapi metode ini mempunyai kelemahan yaitu tidak validnya kecepatan longitudinal yang didapat ketika kendaraan tetap melaju tetapi roda mengalami keadaan terkunci saat pengereman terjadi. Maka dari itu diperlukan adanya estimasi terhadap variabel kecepatan longitudinal kendaraan agar perhitungan rasio slip dapat dilakukan. Estimasi dilakukan menggunakan observer Adaptive Kalman Filter (AKF). Pada algoritma adaptif yang diusulkan adalah dengan memodifikasi gain pada algoritma Kalman filter konvensional. Gain dimodifikasi berdasarkan keadaan dari roda kendaraan saat terjadinya rasio slip berlebih atau ban yang terkunci dimana data dari akselerometer digunakan sepenuhnya. Desain observer ini menggunakan persamaan pengukuran dari kecepatan kendaraan yang diukur dari roda kendaraan dan masukan yang merupakan data dari akselerometer. Dengan adanya kombinasi dari dua pengukuran ini dapat diperoleh hasil yang optimal dimana terdapat kelebihan dari masing-masing sensor yang mengkompensasi kelemahan dari masing-masing sensor tersebut. Simulasi percobaan dilakukan menggunakan model half car dengan pengendali Proportional Integral (PI) dan Model Predictive Control (MPC) pada kondisi jalan aspal basah dan kering. Hasil estimasi terbaik didapatkan pada percobaan pengereman pada aspal basah dengan nilai cost function 0.002015.

---

The technology that being used to optimize the braking is an Anti-Lock Braking System (ABS). The technology uses a reference of longitudinal slip ratio on wheels in which these variables have an influence on the coefficient of friction that causes frictional forces between the tire and the road becomes maximum. This is because that slip ratio is a function of the longitudinal vehicle velocity that can not be measured directly. Measurement of longitudinal velocity of the vehicle using a conventional radius multiplication wheels with wheel angular velocity that can be easily measured by the encoder sensor. However, this method has the disadvantage that the invalidity of the longitudinal speed obtained when the vehicle may have run but the wheels are over slip or the current state of the wheels are locked due to braking occurs. Thus it is necessary to estimate the variable speed of the vehicle that the longitudinal slip ratio calculation can be done. Estimation was performed using Adaptive Kalman Filter (AKF) observer.

In the proposed adaptive algorithm is to modify the gain on conventional Kalman Filter algorithm. Gain is modified based on the state of the vehicle when the wheels are over slip locked then data from the accelerometer is fully used. The observer design using equation measurements of measured vehicle speed from the wheels of the vehicle and input observer is the data from the accelerometer. With the combination of these two measurements can be obtained optimal results where the advantages of each of the sensors can compensate for the weaknesses of each of these sensors. The simulation of system use the half car model with Proportional Integral (PI) and Model Predictive Control (MPC) controller on dry and wet asphalt for road condition. The best result of estimation achieved by simulation on wet asphalt with cost function value 0.02105."