Pub Date : 2024-01-10DOI: 10.26740/mathunesa.v12n1.p11-20
Nurkhairo Hidayati
Pada umumnya, data pergerakan kurs memiliki volatilitas yang tidak konstan di setiap titik waktunya, sehingga variance residual nya selalu berubah. Kondisi ini bersifat asimetris terhadap volatilitas, maka dibutuhkan model yang dapat menanggulangi keadaan seperti ini. Model ARCH/GARCH digunakan untuk pemodelan volatilitas residual yang sering terjadi pada data keuangan. Namun, penggunaan model ARCH/GARCH pada data keuangan masih terdapat kelemahan karena memiliki asumsi bahwa semua efek guncangan pada volatilitas mempunyai distribusi yang simetris. Terdapat model perkembangan dari model ARCH/GARCH yaitu diantaranya model Asymmetric Power ARCH(APARCH) dan Model Threshold GARCH (TGARCH) yang dikembangkan untuk dapat memodelkan efek keasimetrisan pada volatilitas. Tujuan dari penelitian ini yaitu memodelkan data kurs Poundsterling (GBP) terhadap Rupiah (IDR) dengan model APARCH dan TGARCH, menetukan model terbaik dengan membandingan evaluasi model terbaik dari masing-masing model keduanya, dan meramalkan kurs GBP terhadap IDR dengan menggunakan hasil evaluasi model terbaik. Data yang digunakan berupa data kurs GBP terhadap IDR dengan periode mingguan dimulai dari 1 Januari 2017 hingga 15 Januari 2023. Hasil penelitian menunjukkan bahwa mean model yang digunakan yaitu ARIMA(0,1,1) dan terdapat dua model terpilih yang didapatkan kemudian keduanya dibandingkan berdasarkan nilai BIC terkecil dan didapatkan model APARCH(2,1) sebagai model yang lebih baik dibandingkan model TGARCH(1,1). Hasil dari peramalan dengan menggunakan model APARCH(2,1) untuk dua belas periode kedepan dengan nilai MAPE sebesar 4.46977%. Kata Kunci: APARCH, Asimetris, Kurs, TGARCH, Volatilitas.
{"title":"PERBANDINGAN MODEL ASYMMETRIC POWER ARCH DENGAN THRESHOLD GARCH DALAM PERAMALAN KURS POUNDSTERLING TERHADAP KURS RUPIAH","authors":"Nurkhairo Hidayati","doi":"10.26740/mathunesa.v12n1.p11-20","DOIUrl":"https://doi.org/10.26740/mathunesa.v12n1.p11-20","url":null,"abstract":"Pada umumnya, data pergerakan kurs memiliki volatilitas yang tidak konstan di setiap titik waktunya, sehingga variance residual nya selalu berubah. Kondisi ini bersifat asimetris terhadap volatilitas, maka dibutuhkan model yang dapat menanggulangi keadaan seperti ini. Model ARCH/GARCH digunakan untuk pemodelan volatilitas residual yang sering terjadi pada data keuangan. Namun, penggunaan model ARCH/GARCH pada data keuangan masih terdapat kelemahan karena memiliki asumsi bahwa semua efek guncangan pada volatilitas mempunyai distribusi yang simetris. Terdapat model perkembangan dari model ARCH/GARCH yaitu diantaranya model Asymmetric Power ARCH(APARCH) dan Model Threshold GARCH (TGARCH) yang dikembangkan untuk dapat memodelkan efek keasimetrisan pada volatilitas. Tujuan dari penelitian ini yaitu memodelkan data kurs Poundsterling (GBP) terhadap Rupiah (IDR) dengan model APARCH dan TGARCH, menetukan model terbaik dengan membandingan evaluasi model terbaik dari masing-masing model keduanya, dan meramalkan kurs GBP terhadap IDR dengan menggunakan hasil evaluasi model terbaik. Data yang digunakan berupa data kurs GBP terhadap IDR dengan periode mingguan dimulai dari 1 Januari 2017 hingga 15 Januari 2023. Hasil penelitian menunjukkan bahwa mean model yang digunakan yaitu ARIMA(0,1,1) dan terdapat dua model terpilih yang didapatkan kemudian keduanya dibandingkan berdasarkan nilai BIC terkecil dan didapatkan model APARCH(2,1) sebagai model yang lebih baik dibandingkan model TGARCH(1,1). Hasil dari peramalan dengan menggunakan model APARCH(2,1) untuk dua belas periode kedepan dengan nilai MAPE sebesar 4.46977%. \u0000Kata Kunci: APARCH, Asimetris, Kurs, TGARCH, Volatilitas.","PeriodicalId":516694,"journal":{"name":"MATHunesa: Jurnal Ilmiah Matematika","volume":"45 6","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140511209","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-01-10DOI: 10.26740/mathunesa.v12n1.p57-66
Karmila Mokoginta, Salmun K. Nasib, Ismail Djakaria, D. Wungguli
Usaha mikro, kecil dan menyengah (UMKM) merupakan kegiatan usaha yang mampu memperluas lapangan kerja dan memberikan pelayanan ekonomi yang luas pada masyarakat. Di provinsi Gorontalo, UMKM berkembang semakin pesat. Banyaknya pilihan UMKM berdampak pada tingkat keinginan konsumen terhadap suatu produk sehingga konsumen berpeluang untuk melakukan perpindahan merek. Dalam mengatasi masalah perpindahan merek, para pelaku UMKM harus memilih strategi pemasaran yang tepat, sehingga dapat mempertahankan dan meningkatkan minat pelanggan. Tujuan penelitian ini adalah untuk menganalisis perpindahan pelanggan dan strategi pemasaran UMKM di Temu Social Space Gorontalo menggunakan metode rantai markov dan teori permainan. UMKM yang dimaksud adalah Drinking Of You (DOY), Mhimhithaitea dan Sruput. Hasil penelitian menunjukkan perpindahan pelanggan dari Drinking Of You (DOY) ke Mhimhithaitea sebesar 0,143, Mhimhithaitea ke Drinking Of You (DOY) sebesar 0,120, Drinking Of You (DOY) ke Sruput sebesar 0,032, Sruput ke Drinking Of You (DOY) sebesar 0,167, Mhimhithaitea ke Sruput sebesar 0,200, Sruput ke Mhimhithaitea sebesar 0,250. Sementara itu, strategi pemasaran optimal Drinking Of You (DOY) adalah promosi dan kualitas rasa. Strategi pemasaran optimal Mhimhithaitea adalah harga, kualitas rasa dan pelayanan. Strategi pemasaran optimal Sruput adalah kualitas rasa dan kemasan.
微型、小型和中型企业(MSMEs)是能够扩大就业并为社会提供广泛经济服务的商业活动。在哥伦塔洛省,中小微企业的发展日益迅速。中小微企业的大量选择会影响消费者对产品的渴望程度,从而使消费者有机会更换品牌。在克服品牌转换问题时,中小微企业必须选择正确的营销策略,这样才能保持和提高客户的兴趣。本研究的目的是利用马尔可夫链方法和博弈论,分析戈伦塔洛特姆社会空间的中小微企业的客户转换和营销策略。这些中小微企业是:Drinking Of You (DOY)、Mhimhithaitea 和 Sruput。结果显示,顾客从 Drinking Of You(DOY)转向 Mhimhithaitea 的转换率为 0.143,Mhimhithaitea 转向 Drinking Of You(DOY)的转换率为 0.120,Drinking Of You(DOY)转向 Sruput 的转换率为 0.032,Sruput 转向 Drinking Of You(DOY)的转换率为 0.167,Mhimhithaitea 转向 Sruput 的转换率为 0.200,Sruput 转向 Mhimhithaitea 的转换率为 0.250。同时,Drinking Of You(DOY)的最佳营销策略是促销和风味质量。Mhimhithaitea 的最佳营销策略是价格、口味质量和服务。Sruput 的最佳营销策略是风味质量和包装。
{"title":"ANALISIS PERPINDAHAN MEREK DAN STRATEGI PEMASARAN UMKM MENGGUNAKAN METODE RANTAI MARKOV DAN TEORI PERMAINAN","authors":"Karmila Mokoginta, Salmun K. Nasib, Ismail Djakaria, D. Wungguli","doi":"10.26740/mathunesa.v12n1.p57-66","DOIUrl":"https://doi.org/10.26740/mathunesa.v12n1.p57-66","url":null,"abstract":"Usaha mikro, kecil dan menyengah (UMKM) merupakan kegiatan usaha yang mampu memperluas lapangan kerja dan memberikan pelayanan ekonomi yang luas pada masyarakat. Di provinsi Gorontalo, UMKM berkembang semakin pesat. Banyaknya pilihan UMKM berdampak pada tingkat keinginan konsumen terhadap suatu produk sehingga konsumen berpeluang untuk melakukan perpindahan merek. Dalam mengatasi masalah perpindahan merek, para pelaku UMKM harus memilih strategi pemasaran yang tepat, sehingga dapat mempertahankan dan meningkatkan minat pelanggan. Tujuan penelitian ini adalah untuk menganalisis perpindahan pelanggan dan strategi pemasaran UMKM di Temu Social Space Gorontalo menggunakan metode rantai markov dan teori permainan. UMKM yang dimaksud adalah Drinking Of You (DOY), Mhimhithaitea dan Sruput. Hasil penelitian menunjukkan perpindahan pelanggan dari Drinking Of You (DOY) ke Mhimhithaitea sebesar 0,143, Mhimhithaitea ke Drinking Of You (DOY) sebesar 0,120, Drinking Of You (DOY) ke Sruput sebesar 0,032, Sruput ke Drinking Of You (DOY) sebesar 0,167, Mhimhithaitea ke Sruput sebesar 0,200, Sruput ke Mhimhithaitea sebesar 0,250. Sementara itu, strategi pemasaran optimal Drinking Of You (DOY) adalah promosi dan kualitas rasa. Strategi pemasaran optimal Mhimhithaitea adalah harga, kualitas rasa dan pelayanan. Strategi pemasaran optimal Sruput adalah kualitas rasa dan kemasan.","PeriodicalId":516694,"journal":{"name":"MATHunesa: Jurnal Ilmiah Matematika","volume":"13 9","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-01-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"140510645","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}