No abstract

The foreign tourist’s data are count time series data that contains the discrete value. Poisson autoregressive (AR) and Negative Binomial AR are time series models used for forecasting count data. The number of foreign tourist arrivals is influenced by the series of inputs called interventions, such as the existence of bomb terror and tourism promotion. This research aims to forecast the number of foreign tourists visiting Indonesia by nationality, 2019. The number of tourist arrivals from Bahrain and Singapore represents low count data and high count data, respectively. This work employs intervention analysis on count time series model and intervention analysis on ARIMA. Intervention on Poisson AR is the best model for forecasting the number of tourist arrivals from Bahrain and Singapore to Indonesia, 2019.

No abstract

Investasi adalah sebuah komitmen dalam menanamkan sejumlah dana pada periode tertentu untuk mendapatkan keuntungan di masa yang akan datang. Investasi pada saham menjadi sasaran para investor karena keuntungan (return) yang diperoleh relatif tinggi. Namun, return yang tinggi memiliki risiko yang tinggi pula. Pergerakan return dari saham lain juga dapat mempengaruhi besar return yang didapatkan. Sehingga, diperlukan analisis untuk mengetahui seberapa besar risiko suatu saham dan melihat pengaruh yang dimiliki antar saham. Metode yang dapat digunakan dalam mengestimasi risiko pada saham adalah Value at Risk dan Expected Shortfall. Dalam perhitungannya dilakukan pendekatan dengan model VARMA untuk melihat pengaruh antar saham. Return juga erat kaitannya dengan volatilitas. Pergerakan dari return yang tidak stabil menyebabkan volatilitas yang tinggi. Sehingga akan ada efek heteroskedastisitas yang dapat menimbulkan ketidakstasioneran data terhadap varians. Maka dilakukan pemodelan GARCH untuk mengatasi hal tersebut. Pada penelitian ini, data yang digunakan adalah data harian dari saham sektor perbankan yaitu saham BBCA, BBRI, dan BMRI dengan periode waktu dari 2 Januari 2017 hingga 30 Desember 2021. Hasil identifikasi menunjukkan bahwa model VARMA (0,4) merupakan model yang terbaik. Sedangkan model GARCH terbaik adalah model GARCH (1,1) untuk masingmasing saham. Hasil estimasi risiko tertinggi berdasarkan nilai VaR dimiliki oleh saham BBRI pada tingkat kepercayaan 99% dengan nilai VaR sebesar 7,688542%. Sedangkan nilai VaR terendah dimiliki oleh saham BBCA pada tingkat kepercayaan 90% dengan nilai VaR sebesar 0,031299%. Hasil estimasi risiko tertinggi berdasarkan nilai Expected Shortfall (ES) dimiliki oleh saham BBRI pada tingkat kepercayaan 99% dengan nilai ES sebesar 12,419326%. Sedangkan nilai ES terendah dimiliki oleh saham BBCA pada tingkat kepercayaan 90% dengan nilai ES sebesar 2,744818%. Berdasarkan Uji Kausalitas Granger, dapat disimpulkan bahwa hanya terdapat dua hubungan satu arah antar saham sektor perbankan, yaitu saham BBCA berpengaruh pada saham BBRI dan saham BMRI berpengaruh pada saham BBRI.

Abstrak-Kematian merupakan peristiwa yang tidak dapat diperkirakan waktu kejadiannya sehingga dapat dialami oleh semua orang. Kematian dapat disebabkan oleh berbagai macam faktor, dalam penelitian ini diduga ada lima faktor yang mempengaruhi kematian seorang pekerja atau Aparatur Sipil Negara (ASN). Penelitian ini bertujuan untuk mengetahui model survival yang terjadi pada kematian seorang pekerja Aparatur Sipil Negara (ASN). Faktor-faktor yang diduga mempengaruhi kematian seorang pekerja akan dimodelkan dengan waktu ketahanan hidup (waktu survival), sehingga akan diketahui faktor-faktor mana saja yang berpengaruh secara signifikan terhadap waktu survival pekerja. Pada penelitian ini akan dilakukan pendekatan dengan metode bootstrap, yang merupakan pengambilan sampel secara random berdasarkan data asli sehingga akan didapatkan parameter-parameter yang signifikan dengan melakukan pengujian confidence interval. Berdasarkan analisis ini dengan memasukkan semua variabel, hasil Kaplan-Meier menunjukkan menurun sampai rentang waktu 40 tahun. Pengujian log-rank menunjukkan variabel jenis kelamin dan anak tidak ada perbedaan secara signifikan antara kurva survival disetiap kelompoknya. Berbeda dengan variabel golongan pekerja dan pasangan diketahui bahwa variabel tersebut memiliki perbedaan kurva survival antar kelompoknya. Pemodelan regresi cox proportional hazard menghasilkan variabel golongan 4 dan pasangan yang berpengaruh secara signifikan terhadap waktu survival pekerja.