Melola Discovery

← Melola Discovery

Jurnal

ESTIMASI MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA INDEKS HARGA SAHAM GABUNGAN (IHSG)

Unnes Journal of Mathematics · Vol. 5 No. 2 (2017) · hlm. 170–180

DOI
10.15294/ujm.v5i2.13130
ISSN
2460-5859, 2252-6943
Terbit
2017-02-27
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

The purpose of this study is to know: (1) a estimation best MARS on CSPI with criteria GCV; (2) importance predictors variables against the model best obtained. Variabels affecting Composite Stock Price Index (CSPI) are inflation, interest rate, exchange rate the Rupiah againts the u.s.dollar, Dow Jones index, Nikkei 225 index, and Hang Seng index. MARS model is derived by combination of BF, MI, and MO through trial and error. MARS method on CSPI because nonparametric and high dimention is data has variabels predictors from 3 to 20 and data sampel from 50 to 1000. The analysis MARS method on CSPI with do testing parameters of regression nonparametric model, standaritation, and The results estimation MARS best on CSPI is BF=18, MI=1, and MO=1, GCV minimum is 0,05640. Predictors variables that were significans are inflation; exchange rate the rupiah againts the US$; Dow Jones index; interest rate; and Nikkei 225 index with contributions of importance are 100%; 86,54114%; 84,31259%; 38,18755%; and 32,75410%.

Jaringan kolaborasi para penulis

40 penulis · 90 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Scolastika MarianiState University of Semarang12
Emi PujiastutiState University of Semarang7
Arief AgoestantoAfiliasi tidak diketahui7
Amin SuyitnoState University of Semarang6
Nurkaromah DwidayatiState University of Semarang4
Sunarmi SunarmiAfiliasi tidak diketahui3
Masrukan MasrukanState University of Semarang3
Walid WalidAfiliasi tidak diketahui3
Riza ArifudinState University of Semarang2
Yuninda Diah PratiwiAfiliasi tidak diketahui2
Aisyah Fany AchmaliaAfiliasi tidak diketahui2
Sugeng NugrohoAfiliasi tidak diketahui2
Isti HidayahState University of Semarang2
hengky tri ikhsanto hengky tri ikhsantoAfiliasi tidak diketahui2
Muhammad KharisAfiliasi tidak diketahui2
Zaenuri ZaenuriState University of Semarang2
Nur Karomah DwidayantiAfiliasi tidak diketahui2
Raras Setya AstutiAfiliasi tidak diketahui1
Feri FarkhanAfiliasi tidak diketahui1
Much Aziz MuslimState University of Semarang1
Dedy PurnawanAfiliasi tidak diketahui1
Dedeh KurniasihAfiliasi tidak diketahui1
Dwi Prisita AnggriningrumAfiliasi tidak diketahui1
Zaenal AbidinAfiliasi tidak diketahui1
Noni NofiyahAfiliasi tidak diketahui1
Putri Dwi PradinaAfiliasi tidak diketahui1
Yuliyanti KaromahAfiliasi tidak diketahui1
Leili UlfiatiAfiliasi tidak diketahui1
SELY AGUSTINAAfiliasi tidak diketahui1
RIZA SILVIA FAUSTINAAfiliasi tidak diketahui1
Tias SafitriAfiliasi tidak diketahui1
Sri PujilestariAfiliasi tidak diketahui1
Eko SupriyadiAfiliasi tidak diketahui1
Siti Ma'unahAfiliasi tidak diketahui1
Addinul AssidiqAfiliasi tidak diketahui1
Andhina SaraswatiAfiliasi tidak diketahui1
Novia Nilam NurlazuardiniAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ESTIMASI MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) PADA INDEKS HARGA SAHAM GABUNGAN (IHSG)</dc:title>
	<dc:creator>Asriani, Elisa Desi</dc:creator>
	<dc:creator>Sugiman, Sugiman</dc:creator>
	<dc:creator>Hendikawati, Putriaji</dc:creator>
	<dc:description xml:lang="en-US">The purpose of this study is to know: (1) a estimation best MARS on CSPI with criteria GCV; (2) importance predictors variables against the model best obtained. Variabels affecting Composite Stock Price Index (CSPI) are inflation, interest rate, exchange rate the Rupiah againts the u.s.dollar, Dow Jones index, Nikkei 225 index, and Hang Seng index. MARS model is derived by combination of BF, MI, and MO through trial and error. MARS method on CSPI because nonparametric and high dimention is data has variabels predictors from 3 to 20 and data sampel from 50 to 1000. The analysis MARS method on CSPI with do testing parameters of regression nonparametric model, standaritation, and The results estimation MARS best on CSPI is BF=18, MI=1, and MO=1, GCV minimum is 0,05640. Predictors variables that were significans are inflation; exchange rate the rupiah againts the US$; Dow Jones index; interest rate; and Nikkei 225 index with contributions of importance are 100%; 86,54114%; 84,31259%; 38,18755%; and 32,75410%.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2017-02-27</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/13130</dc:identifier>
	<dc:identifier>10.15294/ujm.v5i2.13130</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 5 No 2 (2016); 170-180</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v5i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/13130/7207</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>