Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimizing Investment: Combining Deep Learning for Price Prediction and Moving Average for Return-Risk Analysis Hastomo, Widi; Karno, Adhitio Satyo Bayangkari; Masriyanda, Masriyanda; Sestri, Ellya; Kardian, Aqwam Rosadi; Azis, Nur; Dewanto, Ignatius Joko; Rasyiddin, Ahmad; Sundoro, Aries; Kamilia, Nada
Jurnal Teknik Elektro Vol 14, No 2 (2022): Jurnal Teknik Elektro
Publisher : Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jte.v14i2.45002

Abstract

The ability to analyze predictions marks something going up or down, as well as the level of possible risk taken into account by much-needed stock investors. In a study, this analysis of risk and correlation between shares was calculated using the method of moving averages (MA). Besides that, a dataset of 4 stocks (Apple, Google, Microsoft, and Amazon) also performed prediction mark stock in period time next (future) with the use of the neural network method (deep learning) Long Short-Term Memory (LSTM) model. The result of programming in the Python language is several visualizations for easy graph-reading information. This article presents new research that aims to fill the gap in understanding investment analysis for beginners by visualizing risk and return analysis on shares. The results reveal that changes in stock sales volume did not occur significantly, although the short and long-term MA charts for the four stocks tended to fluctuate, offering new insights into investment analysis and providing a basis for future development. The best accuracy results were on MSFT shares, with an achievement of 0.9532 and a loss value of 0.0014. Thus, MSFT shares can be used as a priority for investment. Therefore, this research adds a new dimension to the literature and paves the way for further investigations in risk and return analysis and stock prediction using deep learning.
PEMBANGUNAN APLIKASI WHATSAPP GATEWAY OFFICIAL DUMAS MENGGUNAKAN ARTIFICIAL INTELLIGENCE (STUDI KASUS UNIT KERJA ASDEP DUMAS, KEMENSETNEG) Novryzal, Andress; Kamilia, Nada; Fauzi, Herman
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Di era distrupsi teknologi sekarang ini perkembangan teknologi semakin pesat, berbagai perubahan kemajuan teknologi yang semakin cepat ditandai dengan munculnya berbagai teknologi berbasis AI (artificial intelligence) yang sangat membantu manusia dalam menyelesaikan pekerjaan dengan cepat, efektif dan efisien. Kecanggihan teknologi di berbagai bidang. Teknologi kecerdasan buatan terus digunakan seiring kemajuan teknologi di era industri 4.0, salah satunya penggunaan pada instansi pemerintahan di Kementerian Sekretariat Negara RI. Pengelolaan surat baik pengiriman atau penyampaian surat tindak lanjut pengaduan ke beberapa instansi/lembaga baik pusat maupun daerah yang sebelumnya masih menggunakan cara manual dengan pengiriman surat tindak lanjut pengaduan dilakukan melalui pos dan media elektronik, email instansi ke masing-masing instansi terkait ke pusat maupun daerah serta untuk peringkasan multi dokumen, mencari inti permasalahan dari suatu kasus pengaduan masyarakat semuanya masih dilakukan dengan cara manual. Dua hal tersebut menjadi fokus permasalahan bagi unit kerja Asisten Deputi Pengaduan Masyarakat, permasalahan penyampaian surat tindak lanjut via pos dan email instansi dapat terjadi surat tersebut tertunda atau tidak sampai, hal ini mengakibatkan penanganan tindak lanjut pengaduan masyarakat menjadi lambat atau bahkan akan memakan waktu lama. Penelitian ini membangun Aplikasi Whatsapp Gateway Official Dumas menggunakan kecerdasan buatan yang bertujuan untuk mempercepat dan mempermudah penyampaian surat tindak lanjuit dumas disampaikan secara realtime dapat diterima langsung pada nomor whatsapp masing-masing PIC instansi pada kementerian pusat maupun daerah, serta mampu menghasilkan summary (ringkasan) dokumen pengaduan masyarakat secara otomatis yang disaijikan oleh sistem untuk menemukan subtansi inti permasalahan dari suatu kasus pengaduan masyarakat.