Média Móvel Ukuran

Média móvel média móvel (rata-rata bergerak) adalah metode peramalan perataan nilai dengan mengambil sekelompok nilai pengamatan yang kemudian dicari rata-ratanya, lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah rata-rata bergerak digunakan, karena setiap kali dados observasi baru tersedia, maka angka rata-rata yang baru dihitung dan dipergunakan sebagi ramalan. Média de Movimento Único Rata-rata bergerak tunggal (Média de Movimento Único) adalah suatu metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan datang. Metode Single Moving Average mempunyai karakteristik khusus yaitu untuk menentukan ramalan pada periode yang akan datang memerlukan dados historis selama jangka waktu tertentu. Misalnya, dengan 3 bulan média móvel, maka ramalan bulan ke 5 baru dibuat setelah bulan ke 4 selesaiberakhir. Jika bulan movendo médias projeta bulan ke 7 baru bisa dibuat setelah bulan ke 6 berakhir. Semakin panjang jangka waktu média móvel. Efek pelicinan semakin terlihat dalam ramalan atau menghasilakan média móvel yang semakin halus. Persamaan matematis médias móveis individuais adalah sebagai berikut Mt Moving Média de um período de tempo t F t1 Ramalan Untuk Periode t 1 Yt Nilai Riil periode ke tn Jumlah batas dalam média móvel Pengukuran Kesalahan Peramalan Dalam pemodelan deret berkala, sebagian dados yang diketahui dapat digunakan untuk meramalkan sisa dados Berikutnya sehingga dapat dilakukan perhitungan ketepatan peramalan secara lebih baik. Ketepatan peramalan pada masa yang akan datang adalah yang sangat penting. Jika Yt merupakan data riil untuk periode t dan Ft merupakan ramalan untuk periode yang sama, maka kesalahannya dapat dituliskan sebagai berikut (Spyros, 1999). E Kesalahan pada periode t Yt dados aktual pada periode t Ft peramalan periode t Jika terdapat nilai pengamatan dan peramalan untuk n periode waktu, maka akan terdapat n buah kesalahan dan ukuran statistik standar yang dapat didefinisikan sebagai berikut (Spyros, 1999): Mean Absolute Error (MAE) erro absoluto médio atau nilai tengah kesalahan obsolut adalah rata-rata mutlak dari kesalahan meramal, tanpa menghiraukan tanda positif maupun negatif. Rata-rata kuadrat kesalahan (Mean Squared Error MSE) MSE merupakan metode alterntif untuk mengevaluasi teknik peramalan masing-masing kesalahan (dados de selisi dados de dados terhadap peramalan) dikuadratkan, kemudian dijumlahkan dan dibagi dengan jumlah data. MSE dihitung dengan rumus: Deixe uma resposta Cancelar resposta Postagens recentes3.1. Defenisi Peramalan (Previsão) Peramalan atau previsão adalah merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan pengunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tetap (Gaspersz, 2001). Tujuan dari peramalan adalah untuk menentukan jumlah permintaan produk pada masa yang akan datang. Adapun kegunaan dari peramalan adalah (Hendra Kusuma, 2001): 1. Menentukan besarnya ekspansi pabrik 2. Menentukan rencana jangka menengah produk yang ada dan dibuat dengan fasilitas yang ada. 3. Untuk menentukan rencana jangka pendek. 3.1.1 Macam-macam Peramalan Ada berapa macam tipe peramalan yang digunakan. Adaptar o tipo de dalam peramalan adalah sebagai berikut (Jay Heizer, 2005): 1. Times Series Model Metode series temporais adalah metode peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. 2. Modelo Causal Metode peramalan yang menggunakan hubungan sebab-akibat sebagai asumsi, yaitu bahwa apa yang terjadi di masa lalu akan terulang pada saat ini. 3. Modelo Judgment Bila série temporária e modelo causal bertumpu pada kuantitatif, pada julgamento mencakup untuk memasukkan faktor-faktor kuantitatif subjektif ke dalam metode peramalan. Secara khusus berguna bilamana faktor-faktor subjektif yang diharapkan menjadi sangat penting bilamana dados kuantitatif yang akurat sudah diperoleh. 3.1.2 Klasifikasi Peramalan Klasifikasi peramalan merupakan identitas dari peramalan itu sendiri. Peramalan memiliki dua klasifikasi peramalan diantaranya sebagai berikut (Jay Heizer, 2005): 1. Peramalan berdasarkan teknik penyelesaiannya, yang terdiri dari: a. Teknik peramalan secara kualitatif Peramalan yang melibatkan pendapat pribadi, pendapat ahli, metodo Delphi penelitian pasar dan lain-lain. Bertujuan untuk menggabungkan seluruh informasi yang diperoleh secara logika, unbased amp sistematis yang dihubungkan dengan faktor interest pengambil keputusan. Beberapa teknik kualitatif yang sering dipergunakan adalah: b) Pesquisa de mercado c) Consenso do painel d) Previsão visionária f) Estimativa da gestão g) Métodos do grupo estruturado b. Teknik peramalan secara kuantitatif Digunakan pada saat data masa lalu cukup tersedia. Beberapa teknik kuantitatif yang sering dipergunakan: a) Série Séries Modelo 2. Peramalan berdasarkan pengelompokkan horizon waktu: a. Peramalan jangka panjang, yaitu peramalan yang jangka waktu peramalan lebih dari 24 bulan, misalnya peramalan yang diperlukan dalam kaitannya dengan anggaran produksi. B. Peramalan jangka menengah, yaitu peramalan yang jangka waktu peramalan antara 3-24 bulan, misalnya peramalan untuk perencanaan penjualan, perencanaan dan anggaran produksi. C. Peramalan jangka pendek, yaitu peramalan yang jangka waktu peramalan kurang dari 3 bulan, misalnya peramalan dalam hubungannya dengan perencanaan material pembelense, penjadwalan kerja dan penugasan. Komponen utama yang mempengaruhi penjualan masa lampau: a. Kecenderungan Trend (T) d. Kejadian Luar Biasa Erratic Events (E) 3.2. Metode Peramalan yang Digunakan Perhitungan peramalan dapat dicari dengan beberapa metode yaitu: Metode Weigthed Moving Average (WMA), Metode Single Exponential Suavização (SES), dan metode regresi linier. Berikut ini adalah penjabaran dari masing-masing metode. 3.2.1 Metodo Weigthed Moving Average (WMA) Metode Weigthed Moving Average atau rata-rata bergerak terbobot ini lebih responsivo terhadap perubahan (Gaspersz, 2004). Rumus perhitungan dengan metode WMA: Untuk mengetahui sejauh mana keandalan dari modelo peramalan Weigthed Moving Average. Kita dapat mengetahui dengan cara membuat sinal de rastreamento membangun peta kontrol. Modelo Weigthed Moving Average ini biasanya akan menjadi efektif apabila pola dados bersifat relativo stabil dari waktu ke waktu dan tidak menunjukkan kecenderungan (tendência). 3.2.1 Metode Single Exponential Suavização (SES) Modelo peramalan ini bekerja hampir serupa dengan alat termostato. Dimana apabila galat ramalan (erro de previsão) adalah positif, yang berarti nilai aktual permintaan lebih tinggi dari pada nilai ramalan (A8211Fgt0), maka modelo pemulusan eksponensial akan secara otomatis meningkatkan ramalan. Sebaliknya apabila galat ramalan (erro de previsão) adalah negatif, yang berarti nilai aktual permintaan lebih rendah dari pada nilai ramalan (A8211Fgt0), modelo maka pemulusan eksponensial akan secara otomatis menurunkan ramalan. Proses penyesuaian ini berlangsung terus-menerus, kecuali galat ramalan telah mencapai nol. Kenyataan inilah yang mendorong peramal (forecaster) lebih suka menggunakan modelo peramalan pemulusan eksponensial, apabila pola historis dari dados aktual permintaan bergejolak atau tidak stabil dari waktu ke waktu. Rumus perhitungan dengan metode Suavização Exponencial Única (Gaspersz, 2004): F t nilai ramalan untuk periode waktu ke-t F t-1 nilai ramalan untuk satu periode waktu yang lalu, t-1 A t-1 nilai aktual untuk satu periode waktu yang Lalu, t-1 a konstanta pemulusan (constante de suavização) Permasalahan umum yang dihadapi apabila menggunakan modelo pemulusan eksponensial adalah memilih konstanta pemulusan a. Yang diperkirakan tepat. Nilai konstanta pemulusan a dapat dipilih di antara nilai 0 dan 1, karena berlaku: 0 lt a lt 1. Bagaimanapun juga untuk penetapan nilai a yang diperkirakan tepat, kita dapat menggunakan panduan berikut: 1. Apabila pola historis dados dados aktual permintaan sangat berbeda atau Tidak stabil dari waktu ke waktu, kita memilih nilai a yang mendekati satu. Biasanya dipilih nilai a 0,9 namun pembaca dapat mencoba nilai-nilai a yang lain mendekati satu, katakanlah: a 0,8 0,95 0,99, dan lain-lain, tergantung pada sejauh mana gejolak data data itu. Semakin bergejolak, nilai a yang dipilih harus semakin tinggi menuju ke nilai satu. 2. Apabila pola historis dados de dados aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, kita memilih nilai a yang mendekati nol. Biasanya dipilih nilai a 0,1 namun pembaca dapat mencoba nilai-nilai a yang lain yang mendekati nol, katakanlah: a 0,2 0,15 0,05 0,01, dan lain-lain, tergantung pada sejauh mana kestabilan dari data itu . Semakin stabil, nilai a yang dipilih harus semakin kecil menuju ke nilai nol. Untuk mengetahui sejauh mana keandalan dari modelo peramalan berdasarkan pemulusan eksponensial harus menggunakan peta kontrol sinal de rastreamento dan membandingkan apakah nilai-nilai ramalan itu telah menggambarkan atau sesuai dengan pola historis dados dados aktual permintaan. 3.2.1 Metode Regresi Linier Regresi linier adalah suatu metode populer untuk berbagai macam permasalahan. Untuk série temporal peramalana, fórmula regresi linier cocok digunakan bila pola data adalah tendência. Rumus perhitungan regresi linier adalah sebagai berikut: 3.3. Teori Ukuran Akurasi Peramalan Ukuran akurasi secara umum yang dipergunakan untuk peramalan. Berikut ini adalah macam-macam ukuran peramalan berserta penjabarannya (Gaspersz, 2004). 3.3.1 Desvio médio absoluto Rata-rata penyimpangan absolut merupakan penjumlahan kesalahan prakiraan tanpa menghiraukan tanda aljabarnya dibagi dengan banyaknya dados yang diamati, yang dirumuskan sebagai berikut: Rata-rata kesalahan kuadrat (MSE, erro quadrado médio) memperkuat pengaruh angka-angka kesalahan besar , Tetapi memperkecil angka kesalahan prakiraan yang lebih kecil dari satu unidade. 3.3.2 Erro médio de porcentagem absoluta Rata-rata persentase kesalahan kuadrat merupakan pengukuran ketelitian dengan cara-cara persentase kesalahan absoluto, (MAPE) menunjukkan rata-rata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya. Pada setiap peramalan, sinal de rastreamento terkadang digunakan untuk melihat apakah nilai-nilai yang dihasilkan berada didalam atau diluar batas-batas pengendalian dimana nilai-nilai sinal de rastreamento itu bergerak antara -4 sampai 4. Sinal de rastreamento yang memiliki nilai MAD terkecil maka aakan dibuat peta em movimento Range berdasarkan MAD tersebut. Peta Mudança Range dirancang untuk membandingkan nilai permintaan aktual dengan nilai peramalan. Dengan kata lain, dapat melihat dados permintaan aktual dan membandingkannya dengan nilai peramalan pada periode yang sama. Peta tersebut dikembangkan ke periode yang akan datang hingga dapat membandingkan dados peramalan dengan permintaan aktual. Peta Moving Range digunakan untuk pengujian kestabilan sistem sebab-akibat yang mempengaruhi permintaan. Rumus perhitungan peta gama móvel adalah sebagai berikut (Jay Hezier, 2005): Pada peta Gama móvel jika ditemukan satu titik yang berada diluar batas kendali pada saat peramalan diverifikasi maka harus ditentukan apakah dados harus diabaikan atau mencari peramalan baru. Jika ditemukan sebuah titik berada diluar batas kendali maka harus diselidiki penyebabnya. Penemuan itu mungkin saja membutuhkan penyelidikan yang ekstensif. Jika semua titik berada di dalam batas kendali, diasumsikan bahwa peramalan permintaan yang dihasilkan telah cukup baik. Jika terdapat titik yang berada di luar batas kendali, jelas bahwa peramalan yang didapat kuran baik dan harus direvisi. Kegunaan peta Gama móvel yang pertama ialah untuk melakukan verifikasi hasil peramalan Least Square terdahulu. Dalam kasus-kasus tersebut, jika peta Gama móvel Menunjukkan keadaan diluar kriteria kendali, maka hal itu berarti ada dados yang tidak berasal dari sistem sebab-akibat yang sama dan harus dibuang. Fungsi peramalan pun harus diulangi lagi. Moving Average Karena market tampaknya lagi nggak bersahabat, reparando kita luangkan waktu kita untuk belajar sedikit daripada stress mantengin harga saham terus. Kali ini saya akan membahas mengenai média móvel, salah satu teknik dasar dalam analisis teknikal untuk mengetahui apakah harga sebuah saham peluangnya lebih besar untuk menguat, atau melemah. Você já. Saya memang seorang analis fundamental, tapi tentu saja saya juga ngerti analisis teknikal meskipun cuma dikit-dikit hehe. Média móvel, sesuai artinya berarti 8216rata-rata yang bergerak8217. Apa itu Sama saja seperti rata-rata biasa, hanya diterapkan pada angka-angka yang berubah-ubah, sehingga rata-ratanya pun berubah-ubah (bergerak). Misalnya, harga penutupan saham X selama 5 hari perdagangan terakhir (satu minggu) adalah 1.000, 1.100, 1.150, 1.100, 1.200 d. Maka kita bisa menyebut bahwa rata-rata harga saham X selama seminggu adalah semua angka-angka tersebut dijumlahkan (1.000 1.100 1.150 1.100 1.200), lalu dibagi lima. Hasilnya adalah 1,110. Nah, ketika misalnya harga saham X pada hari perdagangan berikutnya berubah menjadi 1.250, maka rata-ratanya ponche berubah menjadi: harga yang baru itu dimasukkan ke dalam perhitungan untuk mengganti hagar yang paling terakhir (1.250 dimasukkan de 1.000 dikeluarkan), sehingga menjadi 1.100 1.150 1.100 1.200 1.250, lalu kembali dibagi lima, dan hasilnya 1.160. Dengan demikian, kita mendapatkan rata-ratanya telah bergerak, 1,110 menjadi 1,160. Dan begitu seterusnya, rata-ratanya selalu berubah-ubah mengikuti perubahan harga sahamnya, sehingga menjadi 8216rata-rata yang bergerak8217 atau média móvel. Média média móvel ada tiga, yaitu Média móvel simples (SMA), Média móvel ponderada (WMA), e média móvel exponencial (EMA). Selain itu ada juga Média Mover Cumulativa (CMA) e Média Móvel Modificada (MMA). Cara yang diulas diatas adalah SMA atau rata-rata bergerak sederhana, dengan periode 5 hari. Lalu bagaimana cara menghitung WMA, EMA, dan seterusnya Saya tidak akan menjelaskannya disini karena perhitungan matematisnya lumayan memusingkan. Yang jelas, pergerakan WMA e EMA lebih responsif terhadap pergerakan harga saham dibanding SMA. Tapi pada intinya sih ketiganya (dan juga yang lainnya) sama saja. Maka disini yang akan kita bahas hanya SMA saja. Apa kegunaan SMA Dan bagaimana cara menggunakannya SMA sangat efektif untuk memprediksi pergerakan saham dalam jangka pendek, terutama jika tipe saham tersebut memang memiliki likuiditas yang baik dan fluktuasinya tajam namun wajar sehingga cocok untuk dianalisis dalam jangka pendek (contohnya MEDC). Cara yang biasa saya pakai adalah dengan membandingkan SMA berperiode panjang. Dengan SMA berperiode pendek. Misalnya pada grafik pergerakan MEDC selama setahun terakhir, saya kenakan dua SMA yaitu SMA dengan periode 50 hari, dan SMA dengan periode 20 hari (angka tersebut saya pilih secara acak, yang penting satu angka lebih gede dari satunya lagi). Perhatikan gambar berikut, descrição geral: 1. Garis biru menunjukkan grafik pergerakan saham MEDC selama setahun terakhir. 2. Garis merah menunjukkan SMA dengan periode lebih panjang yaitu 50 hari 3. Garis hijau menunjukkan SMA dengan periode lebih pendek yaitu 20 hari Nah, begini caranya, perhatikan bagian yang dilingkari: Setiap kali garis hijau dan merah saling bersilangan dimana posisi garis merah menjadi diatas Garis hijau, maka MEDC berpeluang menguat. Sebaliknya, Setiap kali garis hijau dan merah saling bersilangan dimana posisi garis merah menjadi dibawah garis hijau, maka MEDC berpeluang melemah. Perhatikan lingkaran no.1. Disitu tampak bahwa garis merah menjadi diatas garis hijau. Dan ternyata Tak lama kemudian MEDC menguat signifikan. Beberapa saat kemudian, giliran garis hijau yang terus bergerak naik sehingga akhirnya menyalip garis merah (lingkaran no 2). Saat itulah MEDC mulai bergerak turun. Tak berselang lama kemudian, garis merah kembali menyalip garis hijau (lingkaran no.3), dan saat itulah MEDC kembali naik meski sempat naik turun terlebih dahulu. Dan seterusnya. SMA efektif untuk memprediksi waktu yang tepat untuk comprar, dan waktu yang tepat untuk vender (yaitu ketika anda mengetahui bahwa saham yang anda pegang akan naik atau turun secara signifikan). Artinya, setiap kali e um melihat dua garis merah dan hijau ini saling bersilangan, maka saat itulah e um harus siap-siap untuk masuk atau keluar. Namun, SMA tidak selalu mampu memprediksi terjadinya kenaikan atau penurunan. Contohnya, perhatikan lingkaran no.6. Disitu tampak bahwa garis merah menjadi dibawah garis hijau, yang berarti MEDC akan bergerak melemah. Dan itu memang benar, MEDC melemah tak lama kemudian. Akan tetapi, MEDC langsung bergerak naik secara pesat tak lama setelah melemah tersebut, padahal garis merah tidak kembali bersilangan dengan garis hijau dan masih berada dibawah garis hijau. Ini menunjukkan bahwa pengamatan terhadap SMA saja belum cukup untuk menentukan apakah harga sebuah saham akan naik atau turun. Selain itu, SMA Hanya efektif untuk digunakan pada saham yang memang cocoknya dianalisis untuk jangka pendek. Pada beberapa saham yang hanya cocok dianalisis untuk jangka panjang, penggunaan SMA ini kurang efektif, malah kadang-kadang keliru. Saya terbiasa menggunakan SMA ini hanya sebagai alat bantu. Untuk lebih menguatkan prediksi saya mengenai apakah harga sebuah saham akan naik atau turun. Misalnya, dengan pertimbangan analisis fundamental do que psikologis dan lain-lain, saya memprediksi bahwa saham X akan menguat dalam waktu dekat ini. Agar lebih yakin, saya lalu menggunakan SMA. Ternyata, memang do gráfico menunjukkan bahwa garis merah dan hijau saling bersilangan dimana garis merah menjadi diatas garis hijau (dan biasanya memang hampir selalu seperti itu. Jarang terjadi saya memprediksi bahwa saham X akan naik namun SMA justru menunjukkan sebaliknya) Maka sayapun berkesimpulan: saham X akan Menguat dalam waktu dekat Bagaimana cara untuk melihat garis SMA ini Anda bisa melihatnya dengan mudah de Yahoo Finance. Ketika anda sedang melihat grafik harga sebuah saham, menu klik 8216 Indicadores técnicos8217 yang berada diatas grafik, lalu klik média móvel simples, pilih berapa periode yang anda inginkan (periode default-nya adalah 50), lalu klik desenhar. Anda bisa memasukkan sampai tiga garis SMA dengan tiga periode yang berbeda. Jika masih bingung, silahkan baca-baca lagi artikel lain di blog ini. Wahhh, jadi ngerti sekarang mas teguh. Anda menbeberkan analisa teknikal dgn sangat sederhana. Bagus sekali. Oya, saya pernah baca sedikit soal cruz dourada e morte cruzada. Apa itu ya yg dimaksud dgn garis biru dan merah yg bersilangan. Trus kalo bullish engulfing itu apa ya, ams teguh. hehehe. Sori banyak nanya. Masih pemulanya pemula. Matur nuwun. Bisa ngga di isi link agar bisa saya compartilhe a conta facebook. biar semua org tahu ilmunya neh. keep sharing bro. Pak Sam bullish engolfando itu adalah keadaan dimana rentang perubahan harga pata satu hari perdagangan lebih besar dari hari sebelumnya. Misalnya saham X pada hari senin dibuka pada 100 dan ditutup pada 110, berarti rentangnya adalah 10. Kemudian pada selasa, saham X dibuka pada 110 dan ditutup pada 130, berarti rentangnya 20 (lebih lebar). Dgn demikian, saham X telah mengalami bullish engulfing. Kalau pada hari selasa tsb saham X turun menjadi 90, berarti saham X telah mengalami carregador de baixa. Kalau dijabarin cukup panjang sih, rentangnya juga ga hanya berdasarkan harga pembukaan dan penutupan, tapi juga harga tertinggi dan terendah selama sehari perdagangan. Tp intinya sih seperti itu. Anonim iya saya jg pngn kasih link fb, tp ga tau caranya nih. Blog de ada yg tau maklum baru ngerti. Tp kalo emag pngn compartilhando di fb sih silahkan copiar colar aja, boleh kok. Trima kasih skali pak. Pak ,, kalo ada waktu tolong post kan gmn caranya menganalisa grafik-grafik trading comprar ato vender. Maklum pak ,, masih amatiran. Pak Teguh Yth, Saya baru belajar untuk main saham, Sebagai pemulaamatir, Saya ada sedikit kebingungan dengan artikel bapak diatas jika dibandingkan dengan artikel dari web quotpojok sahamquot terlampir, sepertinya berlawananbertentangan. Maaf saya tdk bisa lampirkan chartnya, kalau tdk keberatan bapak bisa masuk ke websitenya. Perbedannya kalau grafik MA yang harinya lebih pendek berada diatas justru saham akan naik dan sebaliknya. Mohon penjelasannya Pak. Penjelasan dari Pojok Saham: Crossing Moving Average Ada juga yang dikenal dengan crossing, yaitu perpotongan antara garis MA yang pendek dengan MA yang lebih panjang, contohnya perpotongan garis MA20 dengan MA50 pada chart berikut ini: Jika MA20 (warna merah) memotong ke bawah MA50 ( Warna hijau), maka disebut cruzada. Crossing ini berbahaya karena merupakan tanda entah dia mau de lado, atau malah downtrend. Jika morto cruzado ini diikuti harga yang berada di bawah MA50, lebih baik ambil posisi flat (keluar dari saham itu dulu), bahkan sebenarnya jika harga sudah di bawah MA50, apalagi kalau MA50-nya uda nunjuk ke bawah (nggak perlu ada dead cross) , Ambil 8220asuransi8221, keluar dulu duluan. Tapi tunggu dulu. Jika MA20 memotong ke atas MA50, maka kita sebut dengan cruz dourada. Jika morto cruzou bukan merupakan sinyal jual yang baik (lebih kepada jaga agar jangan rugi), cruz dourada adalah selalu merupakan sinyal beli yang baik. Jika Anda ingin membeli suatu saham hanya menggunakan satu indikator, pakailah cruz dourada MA20 dengan MA50, Anda jaga harga jangan sampai menembus MA50, dan harus pada akhirnya MA50 mengarah ke atas, Anda pasti untung Syaratnya gampang, saham tersebut líquido. Salam, Saya coba gunakan yahoo finance pak, disana tertera indikator yg defaultnya 50, itu kn bisa kita ubah, nah setelah saya ubah sesuai keinginan saya itu tidak bs pak, itu knp yah pak Terimah kasih log in dulu baru bisa dirubah PERINGATAN. DILARANG KERAS copiar colar artikel-artikel yang disajikan di website ini, baik sebagian maupun seluruhnya, KECUALI DENGAN: 1. Menyebutkan nama Teguh Hidayat sebagai penulisnya, dan 2. Menyertakan link ke teguhhidayat sebagai sumber artikelnya. Setiap pelanggaran terhadap ketentuan ini akan dituntut sesuai dengan Undang-Undang yang berlaku. ANALISIS PILIHAN Layanan Investidor Hak Cipta Tulisan por Teguh Hidayat. Modelo Jendela Gambar. Diberdayakan oleh Blogger.