Claim Missing Document
Check
Articles

Found 28 Documents
Search

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.
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.
Keamanan Jaringan Hotspot Dengan Simple Port Knocking Dan Automated Backup Menggunakan Mikrotik Sigit Setyowibowo; Sujito; Nirwan Moka
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3109

Abstract

Keamanan sangat penting terutama dalam bidang Teknologi Informasi, keamanan yang baik penting untuk menjaga sistem keamanan Mikrotik. Beberapa serangan yang digunakan termasuk brute force. Serangan brute force pada proxy menyebabkan internet menjadi tidak stabil karena penyerang dapat mengubah konfigurasi proxy. Keamanan admin jaringan penting karena admin adalah pengguna yang mengelola jaringan sekolah. Salah satu metode yang digunakan adalah port knocking sederhana. Simple port knocking menjadi solusi ketika ada serangan dari pihak luar yang ingin masuk melalui port proxy dengan brute force. Simple Port Knocking merupakan metode untuk membuka akses ke port tertentu yang telah ditolak oleh firewall pada perangkat jaringan dan mengirimkan paket atau koneksi tertentu. Koneksi dapat berupa protokol Transmission Control Protocol (TCP), User Datagram Protocol (UDP) atau Internet Control Message Protocol (ICMP). Jika koneksi yang dikirim oleh host cocok dengan aturan knocking yang diterapkan, firewall akan secara dinamis memberikan akses ke port yang ditolak. Selain itu jika terjadi error atau kerusakan pada proxy, admin selalu me-reset proxy tersebut. Sehingga perlu dilakukan backup otomatis karena dengan itu admin tidak perlu bekerja dua kali untuk mereset proxy karena backup bisa diambil melalui email
Peramalan Harga Emas Harian Dengan Model Hibrida Double Exponensial Smoothing Holt’s dan Jaringan Syaraf Tiruan Mohamad As’ad; Sujito; Sigit Setyowibowo
Jurnal Ilmiah Komputasi Vol. 19 No. 1 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 1, Maret 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.19.1.156

Abstract

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 tersebut diatas, perlu diketahui bahwa perkiraan harga emas harian untuk bertransaksi bagi masyarakat yang ingin berinvestasi atau juga ingin menjual emas yang dimiliki sangat penting dan 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 sekunder harga emas harian di unduh dari: 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 alpha sebesar 0.8566 dan bheta 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.
Forecasting Performance of Double Exponential Smoothing Model and ETS Model for Predicting Crude Oil Prices Hari Prapcoyo; Mohamad As'ad; Sujito Sujito; Sigit Setyowibowo; Eni Farida
Telematika Vol 20, No 2 (2023): Edisi Juni 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i2.8104

Abstract

Purpose: This study aims to predict the price of monthly crude oil quickly and accurately by using an easy model and with easily available software.Design/methodology/approach: This study compares the DES-Holts and ETS models to predict price of monthly crude oil.Findings/result: The results of this study recommend the ETS(M,N,N) model to predict the price of monthly crude oil which produces an accuracy value of RMSE and MAPE of 4.385812 and 6.499007 %, respectively.Originality/value/state of the art: This study implements the DES_Holt's and ETS models to predict price of monthly crude oil with an RMSE and MAPE forecasting accuracy that has never been done in previous studies. 
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.
Analysis of Milkshake Beverage Sales using Apriori Algorithm Sujito, Sujito; Idris, Muhammad; Kadir, Shaifany Fatriana; Nurdiyansyah, Firman
Journal of Information Technology application in Education, Economy, Health and Agriculture Vol. 2 No. 2 (2025): June
Publisher : Lumina Infinity Academy Foundation

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

Abstract

This research discusses the application of Data Mining with the Apriori algorithm on milkshake drink sales to support Business Intelligence. The research process includes collecting sales transaction data, forming frequent itemsets, and analyzing association rules using metrics such as support and confidence. The results show that product combinations, such as Chocolate and Strawberry, have high purchase rates with support reaching 75% and confidence up to 75%. These findings provide important insights for business owners in designing more effective marketing strategies, including promotions and stock management optimization. By utilizing the Apriori algorithm, this research successfully identified significant purchase patterns that can drive growth and improve customer satisfaction in the food and beverage industry.