Article Per Year (5 Year)
p-Index From 2020 - 2025
2.223
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Seminar Nasional Informatika (SEMNASIF) Jurnal Ilmiah KOMPUTASI J I M P - Jurnal Informatika Merdeka Pasuruan JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) Jurnal Ekonomi Pembangunan International Journal of Economics, Business and Accounting Research (IJEBAR) G-Tech : Jurnal Teknologi Terapan JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Ekonomi Pembangunan
Mohamad As'ad
STMIK PPKIA Pradnya Paramita
Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Public Health Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI INFLASI BULANAN DI KOTA MALANG Mohamad As'ad; Eni Farida
Jurnal Ilmiah KOMPUTASI Vol 18, No 2 (2019): Juni
Publisher : STMIK JAKARTA STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pertumbuhan ekonomi di kota Malang semakin baik, hal ini terlihat dari aktifitas perekonomian di kota Malang yang semakin ramai, apalagi akan ada akses jalan tol dari Surabaya langsung Malang. Peningkatan perekonomian ini perlu dilakukan perencanaan yang baik untuk periode kedepan. Perekonomian yang baik biasanya di ikuti oleh inflasi yang stabil. Secara teori, terjadinya deflasi (inflasi yang menurun hingga minus) akan menekan pertumbuhan ekonomi dan inflasi yang terlalu tinggi juga berakibat daya beli masyarakat menurun. Itu berarti ekonomi dalam keadaan tidak bagus, untuk itu perlu diteliti bagaimana tingkat inflasi bulanan untuk periode yang akan datang di kota Malang. Penelitian ini dilakukan di kota Malang (kampus STMIK Pradnya Paramita) dan mempunyai tujuan untuk melakukan peramalan nilai inflasi bulanan beberapa periode kedepan, dengan model yang berbeda dilakukan oleh BPS. Data inflasi sekunder diperoleh dari BPS kota Malang dan peramalan menggunakan model Jaringan Syaraf Tiruan (JST). Penelitian ini menggunakan model JST neural network autoregresive (NNAR) dengan hasil akhir model NNAR(2,6). Pengolahan data pada penlitian ini menggunakan R package statistics yang merupakan open source program. NNAR(2,6) mempunyai arti model JST ini mempunyai inpur data inflasi lag-1 dan lag-2 dengan 6 neuron single hidden layer. Hasil penelitian ini menujukkan bahwa inflasi untuk sebelas bulan ( Februari 2019-Desember 2019) yang akan datang relatif stabil tidak ada kenaikan atau penurunan yang sangat tajam.
PERAMALAN HARGA EMAS HARIAN DENGAN MODEL HIBRIDA DOUBLE EXPONENSIAL SMOOTHING HOLT’S-JARINGAN SYARAF TIRUAN Mohamad As'ad; Sujito Sujito; Sigit Setyowibowo
Jurnal Ilmiah KOMPUTASI Vol 19, No 1 (2020): Maret
Publisher : STMIK JAKARTA STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak   Emas merupakan logam mulia yang banyak fungsinya. Emas sebagai bentuk investasi berjangka banyak dilakukan di lembaga-lembaga keuangan seperti: Pegadaian, bank Mandiri Syari’ah dan juga BNI Syari’ah. Tidak hanya di lembaga keuangan tersebut diatas, di toko online seperti Bukalapak, Tokopedia, Lazada juga melakukan jual beli emas. Selain toko online tersebut banyak toko offline di setiap kota di Indonesia ini juga jualan emas perhiasan ataupun juga emas batangan. Dari hal tesebut diatas perlu tahu perkiraan harga emas harian untuk bertransaksi bagi masyarakat yang kepingin berinvestasi atau juga pingin menjual emas yang dimiliki, hal ini merupakan tujuan dari penelitian ini. Banyak metode peramalan yang bisa digunakan untuk meramalkan harga emas harian, tetapi penelitian ini menggunakan model hibrida double exponensial smoothing Hold’s dan jaringan syaraf tiruan (DESH-JST) karena metode ini sesuai dengan kondisi data harga emas harian.  Data harga emas harian merupakan data sekunder yang diperoleh dari website : investing.com.  Data yang digunakan untuk rentang waktu  2 November 2018 sampai dengan 2 November 2019 yang berarti terdapat 287 data. Penelitian ini dilakukan di laboratorium komputer kampus STMIK Pradnya Paramita Malang. Pengolahan data pada penelitian ini menggunakan R package statistics. Hasil dari penelitian ini diperoleh untuk model DESH nilai parameter ? sebesar 0.8566 dan β sebesar 1e-04. Untuk model JST-nya digunakan model neural network autoregresive (NNAR) dengan hasil akhir model NNAR(15,12). Model JST ini berarti mempunyai arsitektur jaringan data input berupa residual dengan lag-1 sampai dengan lag-15 dengan 12 neuron single  layer, menggunakan fungsi aktifasi sigmoid biner. Hasil peramalan dengan model hibrida DESH-JST mempunyai akurasi peramalan RMSE sebesar 0.9845204,  MASE sebesar 0.9692805 dan MAPE sebesar 0.0005179602. Kata Kunci : Peramalan harga emas harian, double exponensial smoothing Hold’s(DESH),   jaringan syaraf tiruan (JST), hibrida DESH-JST.
ANALISIS PENERIMAAN DAN KEPUASAN PENGGUNA WEB UPNYK BAGI MAHASISWA SISTEM INFORMASI SEMESTER 1-4 MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM) DAN PARTIAL LEAST SQUARE (PLS) Hari Prapcoyo; Mohamad As’ad; Frans Richard Kodong
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Website upnyk.ac.id dibangun untuk memberikan kemudahan dan informasi kepada mahasiswa dan masyarakat umum. Penelitian ini bertujuan untuk mengevaluasi terhadap penerimaan dan kepuasan mahasiswa Sistem Informasi (SI) semester 1-4 terhadap website dengan pendekatan Technology Acceptance Model (TAM) dan  Partial Least Square(PLS). Sampel mahasiswa sejumlah 64 responden dengan 27 pertanyaan. Variabel yang digunakan dalam TAM ada 5 variabel yaitu persepsi kegunaan(PU), persepsi kemudahan dalam menggunakan website(PEU), persepsi keinginan pengguna(BI), persepsi sikap pengguna(ATU) dan persepsi kualitas website(PWQ). Data dianalisis dengan model PLS, tahap awal adalah menentukan outer model dengan melihat loading faktor harus diatas 0,5. Ada tiga indikator variabel yang didroping yaitu pertanyaan ke 18 pada variabel ATU, pertanyaan ke 26 dan 27 pada variabel BI. Setelah droping ketiga indikator variabel, nilai average variance extracted(AVE) diatas 0,5. Nilai composite reliability diatas 0,7. Ada 7 hipotesis dalam penelitian ini; H1:PEU berpengaruh terhadap ATU;H2:PEU berpengaruh terhadap PU;H3:PU berpengaruh terhadap ATU;H4:ATU berpengaruh terhadap BI;H5:ATU berpengaruh terhadap BI;H6:PU berpengaruh terhadap BI; H7:BI berpengaruh terhadap PWQ. Dari tujuh hipotesis tersebut, yang tidak signifikant adalah hipotesis ke tiga(H3). Dari model tersebut didapat nilai Q-Square sebesar 90,53 %, ini berarti PWQ dapat dijelaskan oleh variabel PU, PEU, ATU  dan BI sebesar 90,53%. Saran dari penelitian ini kepada pengelola website upnyk adalah tampilan visual website kurang signifikan, sehingga mahasiswa kurang merekomendasikan kepada pihak lain. Selain itu mahasiswa tidak respon terhadap perbaikan website kemungkinan tidak ada sarana untuk memberikan saran perbaikan website.
PERAMALAN JUMLAH MAHASISWA BARU DENGAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Mohamad As’ad; Sigit Setyo Wibowo; Evy Sophia
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 2, No 3 (2017): DESEMBER
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (458.938 KB) | DOI: 10.37438/jimp.v2i3.77

Abstract

Peramalan jumlah mahasiswa baru merupakan salah satu hal yang dapat dipakai untuk bahan perencanaan proses belajar mengajar, oleh karena itu perlu dilakukan prediksi jumlah mahasiswa baru. Penelitian ini dilakukan di kampus STMIK Pradnya Paramita Malang. Data tahunan yang di analisis diambil mulai tahun 2000 hingga 2016. Untuk meprediksi jumlah mahasiswa baru tersebut digunakan model Autoregressive Integrated Moving Average (ARIMA). Model ini adalah gabungan antara autoregressive dan moving average. Model ini bisa digunakan untuk peramalan data yang ada trendnya, musiman dan juga penghalusan data. Model ARIMA yang digunakan adalah model ARIMA (2,2,1) dan ditulis sebagai berikut: (1+0.7795 B + 0.6484 B2 ) (1-B )2 Yt = (1 – 0.8575B) at dimana, p (B) = (1 - 1B1 - 2B2- …- pBp), Φp (B) = (1 - Φ1B1 - Φ2B2- …- ΦpBp), Yt = data at = error Dari model ini diketahui bahwa data sekarang tergantung dari data dua periode yang lalu dan errornya tergantung dari satu periode yang lalu. Model ini mempunyai nilai mean square error (MSE) sebesar 446,22. Hasil dari penelitian ini dapat dipakai sebagai salah satu acuan dalam perencanaan proses belajar mengajar oleh pihak kampus. Kata kunci - STMIK Pradnya Paramita, Peramalan, Jumlah Mahasiswa Baru, ARIMA
Implementasi Augmented Reality Huruf Hijaiyah pada TPQ Manarul Huda Sumbersari Kota Malang Mohamad As'ad; Sigit Setyowibowo; Sujito Sujito
JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) VOL. 5 NOMOR 2 SEPTEMBER 2021 JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat)
Publisher : Lembaga Publikasi Ilmiah dan Penerbitan (LPIP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (628.187 KB) | DOI: 10.30595/jppm.v5i2.6689

Abstract

Metode baca Alqur’an di Taman Pendidikan Al-Qur’an (TPQ) sering menggunakan metode Iqro’, Ummi, Tilawati, Qiroati, Tartili dan lain-lain. Berkenaan dengan metode baca Al-Qur’an dan perkembangan smartphone dapat diaplikasian untuk membantu santri dalam tahap awal menghafal huruf Hijaiyah dengan bantuan software Augmented Reality (AR). Sistem pengajaran awal untuk mengenalkan huruf hijaiyah di TPQ Manarul Huda ini masih menggunakan sitem lama yaitu Iqro’. Jumlah santri di TPQ Manarul Huda ini sebanyak 66 santri yang tingkat awal sebanyak 11 santri. Pengabdian masyarakat ini bertujuan memperkenalkan teknologi pembelajaran baru yaitu pengenalan awal pada santri baru menggunakan teknologi Augmented Reality Huruf Hijaiyah (ARHH). Ketika diperkenalkan metode ARHH para siswa sangat antusias termasuk para ustadz dan orang tuanya karena sistem ARHH ini bisa dipelajari di rumah sama orang tua sambil mainan handphone. Dalam ARHH ini santri bisa diajak untuk latihan menghafal, menulis dan mendengarkan lafadz dari huruf hijaiyah, sehingga tidak merasa belajar tapi bermain tebak, mendengar dan menulis. Untuk mengetahui hasil dari pelatihan ini, penulis juga mendata kemampuan santri sebelum dan sesudah menggunakan software ini. Rata-rata naik dalam ketiga lingkup yaitu hafalan huruf, lafadz huruf dan kemampuan menulis huruf hijaiyah. 
Forecasting of Daily Gold Price using ARIMA-GARCH Hybrid Model Sigit Setyowibowo; Mohamad As'ad; Sujito Sujito; Eni Farida
Jurnal Ekonomi Pembangunan Vol 19, No 2 (2021): Jurnal Ekonomi Pembangunan
Publisher : Department of Development Economics, Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29259/jep.v19i2.13903

Abstract

Gold is a multifunctional precious metal. Apart from being jewelry, gold is a form of investment. For this reason, the public or investors need to know the estimated daily gold price for transactions for the public or investors who want to invest or also want to sell their gold, so they do not lose. This is the aim of this study. Many forecasting methods can be used to predict the daily gold price, but this study uses the ARIMA-GARCH hybrid model because this model can predict econometric models such as the daily gold price which usually contains high volatility. Daily gold price data was secondary data obtained from the investing.com website. The data was for the period March 12, 2016, to December 31, 2020. The results of this study are obtained for the ARIMA (1,1,1) -GARCH (2,1) hybrid model with a root mean square error (RMSE) forecasting accuracy value is 2.375454, the mean absolute error (MAE) is 1.702908, and the mean absolute percentage error (MAPE) is 0.001168113. From the results of this study, long-term investment is very profitable because there is an upward trend from the model obtained. For short-term investments, the public or investors have to update the research result model because the current gold price is influenced by the gold price only one period ago, so that when trading does not lose.
A Metode Extrem Learning Machine Untuk Meramalkan Harga Emas Harian Saat Pandemi Covid-19 Mohamad As'ad; Eni Farida; Sujito Sujito; Sigit Setyowibowo
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Emas merupakan logam mulia yang mempunyai dwi fungsi yaitu emas sebagai bentuk investasi dan sebagai perhiasan. Emas sebagai bentuk investasi disaat pandemi covid-19 banyak diteliti oleh para ahli. Salah satu bentuk investasi yang paling aman dan resiko yang kecil disaat pandemi covid-19 yaitu emas. Cara berinvestasi masyarakat ada bermacam-macam, bisa pakai lembaga keuangan seperti pegadaian, bank ataupun disimpan sendiri dalam bentuk perhiasan yang dipakai seperti kalung, gelang, cintin dan lain sebagainya. Dalam berivestasi, perlu diketahui bahwa perkiraan harga emas harian untuk bertransaksi bagi masyarakat yang ingin berinvestasi atau juga ingin menjual emas yang dimiliki sangat penting. Tujuan dari penelitian ini yaitu bagaimana cara mudah mengetahui prediksi harga emas harian dengan menggunakan metode yang simpel mudah dengan tidak banyak asums-asumsi pengujian dalam metode tersebut. Metode yang digunakan dalam penelitian ini yaitu metode extrem learning machine (ELM). Metode ELM ini tidak menggunakan asumsi-asumsi statistika. Metode ELM ini bisa di jalankan dengan paket progran open sources progran yaitu R package statistics, sehingga masyarakat dapat memperoleh software tersebut dengan mudah. Data harga emas harian merupakan data sekunder yang diperoleh secara online di web investing.com. Data yang diambil merupakan data harga emas harian di saat pandemi mulai 6 Februari 2020 sampai dengan 25 Oktober 2021 dengan jumlah data sebanyak 455 data. Data harga emas harian di analisis dengan menggunakan metode ELM. Hasil dari penelitian ini menggunakan data training dan data testing dengan perbandingan masing-masing 50%. Metode ELM yang digunakan mempunyai single hiden layer dengan 100 neuron dan mempunyai 3 input node serta menggunakan fungsi aktivasi sigmoid biner. Hasil peramalan harga emas harian mempunyai akurasi peramalan yaitu root mean square error (RMSE) sebesar 21.76795, mean absolute square error (MASE) sebesar 473.8438 dan mean absolute percentage error (MAPE) sebesar 0.008339967. Kata Kunci : peramalan harga emas harian, extrem learning machine (ELM), pandemi covid-19.
THE FORECASTING OF MONTHLY INFLATION IN YOGYAKARTA CITY USES AN EXPONENTIAL SMOOTHING-STATE SPACE MODEL Hari Prapcoyo; Mohamad As'ad
International Journal of Economics, Business and Accounting Research (IJEBAR) Vol 6, No 2 (2022): IJEBAR, VOL. 06 ISSUE 02, JUNE 2022
Publisher : LPPM ITB AAS INDONESIA (d.h STIE AAS Surakarta)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/ijebar.v6i2.4853

Abstract

Abstract: Yogyakarta is known as a student city, tourist city, and also a city of culture. Yogyakarta is an interesting tourist and cultural place with many beautiful tourist attractions in the city of Yogyakarta. Public transportation in the city of Yogyakarta is also varied, ranging from conventional and online-based. Access to the city of Yogyakarta varies, namely trains, buses, and planes. Thus, the economic growth in the city of Yogyakarta is getting better, this can be seen from the economic activity in the city of Yogyakarta which is getting busier. A good economy is usually always followed by stable inflation. This study aims to predict inflation in the future period using the Exponential Smoothing-State Space (ETS) model. Secondary monthly inflation data was obtained from BPS Yogyakarta City. From this research, the Exponential Smoothing-State Space Model / ETS (A, N, A) is obtained, which means that the monthly inflation data for the city of Yogyakarta does not contain trends, but contains additive seasonality and has additive errors. The results of this study indicate that inflation in the next three months is relatively stable, namely, the decline in inflation and the increase in inflation is still below 10%. Keywords: BPS Yogyakarta City, Monthly Inflation Forecasting, Exponential Smoothing-State Space ETS
Peramalan Harga Crude Oil dengan Model Double Exponensial Smoothing-Holts Mohamad As’ad; Eka Yuniar; Sujito; Eni Farida; Sigit Setyowibowo
G-Tech: Jurnal Teknologi Terapan Vol 7 No 1 (2023): G-Tech, Vol. 7 No. 1 Januari 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.618 KB) | DOI: 10.33379/gtech.v7i1.1901

Abstract

Kenaikan harga bahan bakar minyak (BBM) oleh pemerintah sangat ramai sekali di respon masyarakat. Crude oil merupakan bahan baku BBM. Harga crude oil  tergantung pasar dunia. Penelitian ini bertujuan untuk meramalkan harga crude oil bulanan secara cepat dan akurat dengan menggunakan model yang mudah dan dengan software yang mudah didapat. Penelitian ini memakai model double exponensial smoothing dari Holts (DES-H). Data sekunder diperoleh dari “Spot Crude Oil Price: West Texas Intermediate (WTISPLC)”. Hasil penelitian ini dengan model DES-H mendapatkan parameter alpha sebesar 0,9999 dan parameter beta sebesar 1e-04. Nilai akurasi peramalan yaitu RMSE sebesar 5.813075  dan MAPE sebesar 7.451311 % (sangat bagus). Penambahan data terbaru sangat penting untuk update model dan digunakan untuk peramalan jangka pendek.
Metode Extrem Learning Machine Untuk Meramalkan Harga Emas Harian Saat Pandemi Covid-19 Mohamad As'ad; Eni Farida; Sujito Sujito; Sigit Setyowibowo
Jurnal Ilmiah Komputasi Vol. 21 No. 1 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 1, Maret 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.1.2915

Abstract

Emas merupakan logam mulia yang mempunyai dwi fungsi yaitu emas sebagai bentuk investasi dan sebagai perhiasan. Emas sebagai bentuk investasi disaat pandemi covid-19 banyak diteliti oleh para ahli. Salah satu bentuk investasi yang paling aman dan resiko yang kecil disaat pandemi covid-19 yaitu emas. Cara berinvestasi masyarakat ada bermacam-macam, bisa pakai lembaga keuangan seperti pegadaian, bank ataupun disimpan sendiri dalam bentuk perhiasan yang dipakai seperti kalung, gelang, cintin dan lain sebagainya. Dalam berivestasi, perlu diketahui bahwa perkiraan harga emas harian untuk bertransaksi bagi masyarakat yang ingin berinvestasi atau juga ingin menjual emas yang dimiliki sangat penting. Tujuan dari penelitian ini yaitu bagaimana cara mudah mengetahui prediksi harga emas harian dengan menggunakan metode yang simpel mudah dengan tidak banyak asums-asumsi pengujian dalam metode tersebut. Metode yang digunakan dalam penelitian ini yaitu metode extrem learning machine (ELM). Metode ELM ini tidak menggunakan asumsi-asumsi statistika. Metode ELM ini bisa di jalankan dengan paket progran open sources progran yaitu R package statistics, sehingga masyarakat dapat memperoleh software tersebut dengan mudah. Data harga emas harian merupakan data sekunder yang diperoleh secara online di web investing.com. Data yang diambil merupakan data harga emas harian di saat pandemi mulai 6 Februari 2020 sampai dengan 25 Oktober 2021 dengan jumlah data sebanyak 455 data. Data harga emas harian di analisis dengan menggunakan metode ELM. Hasil dari penelitian ini menggunakan data training dan data testing dengan perbandingan masing-masing 50%. Metode ELM yang digunakan mempunyai single hiden layer dengan 100 neuron dan mempunyai 3 input node serta menggunakan fungsi aktivasi sigmoid biner. Hasil peramalan harga emas harian mempunyai akurasi peramalan yaitu root mean square error (RMSE) sebesar 21.76795, mean absolute square error (MASE) sebesar 473.8438 dan mean absolute percentage error (MAPE) sebesar 0.008339967. Kata Kunci : peramalan harga emas harian, extrem learning machine (ELM), pandemi covid-19.
Co-Authors Eka Yuniar Eni Farida Evy Sophia Frans Richard Kodong Hari Prapcoyo Sigit Setyo Wibowo Sigit Setyowibowo Sujito Sujito