Abstract List |
||||
Abstract ID | Status | |||
SNM-
187 (Participant)
|
|
|||
SNM-
188 (Participant)
|
|
|||
SNM-
186 (Participant)
|
|
|||
SNM-
200 (Participant)
|
|
|||
SNM-
201 (Participant)
|
|
|||
SNM-
191 (Participant)
|
|
|||
SNM-
192 (Participant)
|
|
|||
SNM-
208 (Participant)
|
|
|||
SNM-
194 (Oral)
|
Perbandingan Metode Newton Raphson Berbasis-Centroid & Berbasis-Titik Tengah pada Aproksimasi Tingkat Pengembalian InternalInternal Rate of Return (IRR) adalah metode yang digunakan untuk menilai seberapa menguntungkan suatu proyek atau investasi dan IRR memainkan peran yang sangat penting dalam menentukan apakah suatu investasi dapat memberikan pengembalian yang memadai. Algoritma pencarian akar (rootfinding) dalam perhitungan IRR dapat digunakan untuk menemukan akar persamaan yang memodelkan arus kas investasi. Sementara itu, algoritma NewtonRaphson umumnya digunakan karena lebih mudah digunakan dan sangat efisien dalam melakukan semua perhitungan. Namun, ada kesulitan terkait terutama ketika prediksi awal yang dibuat untuk IRR jauh dari nilai sebenarnya. Hal ini membuat algoritma menjadi sangat sulit untuk mencapai solusi yang akurat dan menciptakan ketidakpastian dalam penilaian investasi. Untuk menemukan solusi atas masalah ini, metode berbasis titik tengah sekarang digunakan untuk membantu meningkatkan akurasi konvergensi, tetapi metode tersebut tidak benar-benar menyesuaikan dengan baik terhadap arus kas yang bervariasi. Dalam hal ini, menjadi sangat penting untuk meningkatkan kinerja dengan melakukan perbandingan dengan model inovatif menggunakan algoritma Newton Raphson Berbasis-Centroid, yang menggunakan pusat massa distribusi arus kas sebagai titik awal. Hasil dari penggunaan data dari Apple Inc. menunjukkan akurasi meningkat sebesar 33,97% dengan metoda berbasis-centroid dibandingkan dengan berbasis midpoint. Hal ini menunjukkan efektivitas dalam meningkatkan akurasi dan keandalan penilaian investasi. |
|||
SNM-
278 (Participant)
|
|