Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Informatics and Computer Engineering Journal
Pradita Eko Prasetyo Utomo
Jambi University
Computer Science & IT Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis dan Peramalan Suhu Rata-rata Bulanan Kota Aceh Utara Menggunakan Metode Holt–Winters Additive Fauzi Nurhamdi; Pradita Eko Prasetyo Utomo; Nindy Raisa Hanum; Akhiyar Waladi
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8528

Abstract

ABSTRACTTemperature variation is an important indicator in climate studies and environmental analysis. This research aims to analyze and forecast the monthly average temperature of Banda Aceh for the period 2020–2024 using the Holt–Winters Additive method. Daily temperature data were transformed into monthly averages and analyzed using time series decomposition to identify trend and seasonal components. The results show that the data exhibit a clear annual seasonal pattern and a slightly increasing long-term trend. Based on these characteristics, the Holt–Winters Additive model was applied to forecast temperature for the next three years (2025–2027). The forecasting results indicate that monthly average temperatures are expected to remain relatively stable, ranging between approximately 26.2°C and 28.8°C, while maintaining consistent seasonal patterns. These findings suggest that the Holt–Winters Additive method is suitable for medium-term forecasting of monthly temperature data. ABSTRAKPerubahan suhu udara merupakan indikator penting dalam kajian iklim dan lingkungan. Penelitian ini bertujuan untuk menganalisis dan meramalkan suhu rata-rata bulanan Kota Aceh periode 2020–2024 menggunakan metode Holt–Winters Additive. Data suhu harian diolah menjadi suhu rata-rata bulanan dan dianalisis menggunakan pendekatan deret waktu melalui dekomposisi untuk mengidentifikasi komponen tren dan musiman. Hasil analisis menunjukkan bahwa data memiliki pola musiman tahunan yang jelas serta tren jangka panjang yang cenderung meningkat. Berdasarkan karakteristik tersebut, metode Holt–Winters Additive digunakan untuk melakukan peramalan suhu tiga tahun ke depan (2025–2027). Hasil peramalan menunjukkan bahwa suhu rata-rata bulanan diperkirakan relatif stabil pada kisaran 26,2°C hingga 28,8°C dengan pola musiman yang konsisten. Dengan demikian, metode Holt–Winters Additive dinilai sesuai untuk peramalan suhu bulanan dalam jangka menengah.
Optimasi Keuntungan Produksi Gorong-Gorong Menggunakan Metode Simpleks pada Usaha Konblock Bangun Lestari Fauzi Nurhamdi; Syarif Hidayat; Pradita Eko Prasetyo Utomo; Oki Dahwanu
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 7, No 1 (2026)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2026.v7i1.8556

Abstract

This study aims to optimize the production profit of concrete culvert products at Konblock Bangun Lestari using the simplex method. The observed business produces three types of culverts with different dimensions, material requirements, and processing times. Data were collected through direct field observation and interviews to obtain information on resource availability, including cement, sand, and working hours. A linear programming model was formulated with the objective of maximizing profit under material and time constraints. The simplex method was applied to determine the optimal production combination. The results show that producing 30 units of type B culverts yields the maximum profit of Rp12,300,000 while fully utilizing available resources. This finding demonstrates that the simplex method can effectively support production decision-making in small-scale manufacturing businesses.
Prediksi Harga Saham IDX30 Menggunakan Long Short-Term Memory (LSTM) dengan Variabel Makroekonomi M. Rizky Ardiansyah Putra; Pradita Eko Prasetyo Utomo; Akhiyar Waladi
Informatics and Computer Engineering Journal Vol 6 No 2 (2026): Periode Juli 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/icej.v6i2.13295

Abstract

Penelitian ini bertujuan memprediksi harga saham indeks IDX30 menggunakan model Long Short-Term Memory (LSTM) dengan mengevaluasi pengaruh integrasi variabel makroekonomi berupa tingkat inflasi dan suku bunga. Data harga saham harian IDX30 diselaraskan dengan data makroekonomi bulanan melalui proses left join dan forward fill sehingga menghasilkan dataset harian yang konsisten. Selanjutnya, data dibagi menjadi data latih dan data uji dengan rasio 80:20 serta dinormalisasi menggunakan Min-Max Scaling. Model dikembangkan dalam dua skenario dengan arsitektur yang sama, yaitu satu lapisan LSTM berisi 8 unit, batch size 32, learning rate 0,001, tanpa dropout, dan menggunakan Adam optimizer. Skenario pertama menerapkan pendekatan univariat yang hanya memanfaatkan data historis harga IDX30, sedangkan skenario kedua menggunakan pendekatan multivariat dengan menambahkan variabel inflasi dan suku bunga. Hasil penelitian menunjukkan bahwa integrasi variabel makroekonomi mampu meningkatkan kinerja model secara signifikan. Model multivariat menghasilkan nilai RMSE sebesar 7,7442 dan MAE sebesar 6,1353, lebih rendah dibandingkan model univariat yang memperoleh RMSE 8,8129 dan MAE 6,7300. Selain itu, nilai koefisien determinasi (R²) meningkat dari 0,8636 menjadi 0,8947 pada data pengujian. Temuan ini menunjukkan bahwa informasi makroekonomi memberikan kontribusi penting dalam meningkatkan kemampuan model LSTM untuk menangkap pola pergerakan harga saham, sehingga menghasilkan prediksi yang lebih akurat dan robust dibandingkan penggunaan data historis harga saham saja
Co-Authors Akhiyar Waladi Fauzi Nurhamdi M. Rizky Ardiansyah Putra Nindy Raisa Hanum Oki Dahwanu Syarif Hidayat