Melola Discovery

← Melola Discovery

Journal

PERBANDINGAN UJI HASIL SIMULASI MONTE CARLO DAN SIMULASI BOOTSTRAP DALAM ANALISIS SAHAM UNTUK MENGHITUNG NILAI VaR DATA

Unnes Journal of Mathematics · Vol. 7 No. 2 (2019) · pp. 252–261

DOI
10.15294/ujm.v7i2.14109
ISSN
2460-5859, 2252-6943
Published
2019-01-02
Publisher
Universitas Negeri Semarang
Language
eng

Abstract

Harapan investor terhadap investasinya adalah mendapatkan pengembalian optimal dengan tingkat risiko tertentu. Perlu adanya perhitungan risiko agar tetap berada dalam tingkatan terkendali. Salah satu metode statistika untuk mengukur besar risiko yang ditimbulkan yaitu Value at Risk (VaR). Metode untuk mengestimasi Value at Risk menggunakan Simulasi Monte Carlo dan Simulasi Bootstrap. Pada penelitian ini menggunakan software Microsoft Excel dan SPSS. Data yang digunakan adalah data penutupan saham PT Indosat Tbk dari 1 Januari 2015 sampai dengan Desember 2015. Tujuan penelitian adalah membandingkan nilai taksiran VaR menggunakan program Simulasi Monte Carlo dan Simulasi Bootstrap. Langkah yang digunakan untuk menganalisis adalah menginput data, mengidentifikasi karakteristik data,menghitung nilai return, menghitung parameter mean dan standar deviasi, menghitung nilai acak dari return, menghitung nilai acak dengan parameter, menghitung nilai risiko tertinggi, menghitung VaR, melakukan simulasi sebanyak n kali, menghitung MSE. Hasil estimasi VaR tingkat kepercayaan 95% per 1 rupiah selama 1 hari menggunakan Simulasi Monte Carlo yaitu -12615.77. Sedangkan estimasi menggunakan Simulasi Bootstrap adalah -1330.62 dengan n=113 dan B*=1000. Nilai MSE dari Simulasi Monte Carlo sebesar 0,0514925 sedangkan dari Simulasi Bootstrap adalah 0.00059420. Nilai MSE Simulasi Bootstrap lebih kecil bila dibandingkan nilai MSE Simulasi Monte Carlo.

Collaboration network of the authors

40 authors · 145 co-authorship links · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • State University of Semarang
  • Institut Teknologi Sepuluh Nopember
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Emi PujiastutiState University of Semarang8
Scolastika MarianiState University of Semarang7
Amin SuyitnoAffiliation unknown7
Putriaji HendikawatiAffiliation unknown6
Arief AgoestantoAffiliation unknown6
Stevanus Budi WaluyaAffiliation unknown5
Rochmad RochmadAffiliation unknown5
Masrukan MasrukanState University of Semarang5
Mulyono MulyonoAffiliation unknown4
Mashuri MashuriAffiliation unknown3
Moch ChotimAffiliation unknown3
Sunarmi SunarmiAffiliation unknown3
Isti HidayahAffiliation unknown3
Nurkaromah DwidayatiAffiliation unknown2
Walid WalidState University of Semarang2
Aisyah Fany AchmaliaAffiliation unknown2
Endang Retno WinartiAffiliation unknown2
Muhammad Zuhair ZahidAffiliation unknown2
Endang SugihartiState University of Semarang2
Wardono WardonoAffiliation unknown1
Hendri HandokoAffiliation unknown1
Li Wei MingAffiliation unknown1
Fajar Eska PradhanaAffiliation unknown1
Allief NashrullahAffiliation unknown1
Supriyono SupriyonoAffiliation unknown1
Ardian Dwi AnggoroAffiliation unknown1
Supriyono SupriyonoAffiliation unknown1
Retno Dwi AstutiAffiliation unknown1
Joko PrasetyoInstitut Teknologi Sepuluh Nopember1
Wuryanto WuryantoAffiliation unknown1
Siti KholisohAffiliation unknown1
Dedeh KurniasihAffiliation unknown1
Frestika Setiani Sya'baningtyasAffiliation unknown1
Julia UlfahAffiliation unknown1
Putri Dwi PradinaAffiliation unknown1
Putri WijayantiAffiliation unknown1
Leili UlfiatiAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, first harvested 6 Nov 2026, last seen 6 Nov 2026.
Original metadata (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">PERBANDINGAN UJI HASIL SIMULASI MONTE CARLO DAN SIMULASI BOOTSTRAP DALAM ANALISIS SAHAM UNTUK MENGHITUNG NILAI VaR DATA</dc:title>
	<dc:creator>Mawarti, lida</dc:creator>
	<dc:creator>Sugiman, Sugiman</dc:creator>
	<dc:creator>Kharis, Muhammad</dc:creator>
	<dc:description xml:lang="en-US">Harapan investor terhadap investasinya adalah mendapatkan pengembalian optimal dengan tingkat risiko tertentu. Perlu adanya perhitungan risiko agar tetap berada dalam tingkatan terkendali. Salah satu metode statistika untuk mengukur besar risiko yang ditimbulkan yaitu Value at Risk (VaR). Metode untuk mengestimasi Value at Risk menggunakan Simulasi Monte Carlo dan Simulasi Bootstrap. Pada penelitian ini menggunakan software Microsoft Excel dan SPSS. Data yang digunakan adalah data penutupan saham PT Indosat Tbk dari 1 Januari 2015 sampai dengan Desember 2015. Tujuan penelitian adalah membandingkan nilai taksiran VaR menggunakan program Simulasi Monte Carlo dan Simulasi Bootstrap. Langkah yang digunakan untuk menganalisis adalah menginput data, mengidentifikasi karakteristik data,menghitung nilai return, menghitung parameter mean dan standar deviasi, menghitung nilai acak dari return, menghitung nilai acak dengan parameter, menghitung nilai risiko tertinggi, menghitung VaR, melakukan simulasi sebanyak n kali, menghitung MSE. Hasil estimasi VaR tingkat kepercayaan 95% per 1 rupiah selama 1 hari menggunakan Simulasi Monte Carlo yaitu -12615.77. Sedangkan estimasi menggunakan Simulasi Bootstrap adalah -1330.62 dengan n=113 dan B*=1000. Nilai MSE dari Simulasi Monte Carlo sebesar 0,0514925 sedangkan dari Simulasi Bootstrap adalah 0.00059420. Nilai MSE Simulasi Bootstrap lebih kecil bila dibandingkan nilai MSE Simulasi Monte Carlo.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2019-01-02</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/14109</dc:identifier>
	<dc:identifier>10.15294/ujm.v7i2.14109</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 7 No 2 (2018); 252-261</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v7i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/14109/12258</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2018 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>