Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal Information System Development NUCLEUS: Jurnal Sains dan Teknologi PUNDIMAS: Publikasi Kegiatan Abdimas
Gultom, Diana Astria
Universitas Pelita Harapan
Humanities Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Physics

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Journal Information System Development

 1 
PERBANDINGAN METODE MOVING AVERAGE (MA) DAN NEURAL NETWORK YANG BERBASIS ALGORITMA BACKPROPAGATION DALAM PREDIKSI HARGA SAHAM Purba Sugumonrong, Darwin; Gultom, Diana Astria
Journal Information System Development (ISD) Vol 3, No 2 (2018): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1051.164 KB)

Abstract

Harga saham mengalami perubahan yang cepat dari waktu ke waktu. Pergerakan harga saham menjadi tolak ukur bagi para investor untuk mengambil keputusan kapan sebaiknya saham dibeli, dijual atau dipertahankan. Untuk itu diperlukan suatu model analisis dengan tingkat akurasi yang tinggi dalam membantu para investor mengambil keputusan untuk mengurangi resiko kerugian. Penelitian ini menggunakan perbandingan metode Moving Average dan Neural Network algoritma Backpropagation dalam memprediksi harga saham. Data yang digunakan merupakan data historis Jakarta Stock Exchange (^JKSE) dari tahun 2010 - April 2018yang diperoleh melalui Yahoo Finance. Dari hasil penelitian dapat disimpulkan adalah semakin kecil hasil error, maka nilai akurasinya semakin baik. Semakin kecil target error, maka jumlah epoch akan semakin besar dalam perhitungan menggunakan metode Neural Network algoritma Backpropagation. Prediksi harga saham menggunakan metode Moving Average lebih akurat dibandingan metode Neural Network algoritma Backpropagation, dimana tingkat akurasi untuk Moving Average (MA) adalah 80,11% dan untuk Neural Network algoritma Backpropagation adalah 78,91%.Kata Kunci: prediksi harga saham, moving average, neural network, backpropagtion
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SMARTPHONE TERBAIK DENGAN MENGGUNAKAN METODE BAYES Barus, Okky Putra; Gultom, Diana Astria
Journal Information System Development (ISD) Vol 3, No 1 (2018): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.894 KB)

Abstract

Perkembangan smartphone yang sangat pesat di zaman ini menjadikan hampir semua orang menggunakan smartphone. Orang-orang selalu ingin mengganti smartphone mereka dengan yang baru. Namun, karena kurangnya informasi yang dimiliki pengguna disertai banyaknya jenis smartphone yang beredar dengan berbagai fitur-fitur yang berbeda dan ditambah dengan berbagai hal lainnya yang menjadi pertimbangan dalam membeli smartphone yang membuat konsumen atau pengguna kesulitan dan bingung dalam memutuskan smartphone yang diinginkan dan dibutuhkan. Berdasarkan masalah tersebut, maka dapat diberikan solusi yaitu membangun suatu sistem yang terkomputerisasi untuk dapat membantu pengambil keputusan dalam mendapatkan suatu hasil keputusan untuk memilih smartphone yang terbaik. Sistem yang dibangun adalah suatu sistem pendukung keputusan untuk menghasilkan sebuah hasil keputusan untuk pengambil keputusan. Salah satu metode untuk menyelesaikan pemilihan keputusan dari berbagai kriteria dan alternatif adalah Metode Bayes. Metode Bayes dapat memberikan sebuah prediksi hasil keputusan dari hasil perhitungan yang melibatkan beberapa kriteria dan alternatif-alternatif yang tersedia.Kata Kunci: Sistem Pendukung Keputusan, smartphone, Bayes
PENERAPAN KECERDASAN BUATAN DALAM MENYELESAIKAN PERMAINAN PERGESERAN ANGKA PADA BINTANG DAVID DENGAN METODE PENCARIAN BREADTH-FIRST DAN PENCARIAN HEURISTIC MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL Gultom, Diana Astria
Journal Information System Development (ISD) Vol 2, No 2 (2017): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (786.188 KB)

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi kecerdasan buatan pada perangkat lunak. Perangkat lunak berupa permainan pergeseran angka dengan model bintang David, dimana para pemain sebelumnya tidak menemukan solusi dalam permainan tersebut karena masalah waktu ataupun ketidakmampuan pemain tersebut. Penelitian ini dilakukan dengan merancang, membuat dan mengimplementasikan metode pencarian buta (BFS) dan pencarian berbekal informasi (heuristic). Pencarian buta merupakan pencarian yang tidak menggunakan informasi dalam mencari jejak, walaupun BFS tidak mungkin ada langkah yang tertinggal tetapi keterbatasan memori membuat solusi BFS tidak selalu terpenuhi. Pada metode pencarian heuristik, pencarian dilakukan dengan cara membuat bekal atau informasi, setelah informasi dibuat dengan metode BFS, maka heuristik akan langsung membimbing ke tujuan akhir, akan tetapi solusi tidak dapat terpenuhi kalau kedalaman informasi yang diberikan terbatas. Hasil penelitian menunjukkan perangkat lunak yang dibuat dapat berfungsi dengan baik dan dapat menemukan solusi atau tujuan serta dapat dikembangkan untuk skala yang lebih besar dan lebih berguna baik masyarakat pengguna komputer sekaligus menyukai permainan perangkat lunak tersebut.Kata Kunci: kecerdasan buatan, perangkat lunak, BFS
Analisa dan Perancangan Aplikasi Edukasi Fisika Berbasis Android Gultom, Diana Astria; Fang, Reynaldo; -, Vincent
Journal Information System Development (ISD) Vol 4, No 1 (2019): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.431 KB)

Abstract

Pengunaan smartphone yang semakin meningkat terutama pada sistem operasi Android dan kebutuhan akan informasi mengenai bahan pembelajaran yang mudah dan cepat, kedua hal tersebut mendorong penulis untuk melakukan penelitian mengenai sebuah aplikasi edukasi yang dapat memberikan informasi bahan pembelajaran, dengan membangun aplikasi yang menggunakan smartphone yang memiliki akses internet, pengguna aplikasi akan lebih mudah mendapatkan informasi bahan pembelajaran fisika. Penelitian diawali dengan pengkajian penelitian terdahulu sehingga akan memudahkan penulis mengembangkan aplikasi ini. Kemudian penulis membuat diagram UML yaitu use case diagram, sequence diagram, dan activity diagram. Dari hasil pembangunan aplikasi yang didasarkan pada metode Waterfall tersebut penulis melakukan pengujian dengan metode use case testing, yang melakukan uji aplikasi berdasarkan test case yang ada. Hasil pengujian hanya memberikan hasil pengujian dari sisi pengguna secara fungsional. Dari perancangan dan pembangunan yang telah dilakukan diambil kesimpulan bahwa aplikasi dapat dibangun dengan menggunakan metode Waterfall, use case diagram, activity diagram, sequence diagram, dan tampilan user interface, yang didasarkan pada hasil pengujian yang memberikan hasil positif.Kata Kunci: aplikasi, android, pendidikan, fisika
PERBANDINGAN METODE MOVING AVERAGE (MA) DAN NEURAL NETWORK YANG BERBASIS ALGORITMA BACKPROPAGATION DALAM PREDIKSI HARGA SAHAM Darwin Purba Sugumonrong; Diana Astria Gultom
Journal Information System Development Vol 3, No 2 (2018): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Harga saham mengalami perubahan yang cepat dari waktu ke waktu. Pergerakan harga saham menjadi tolak ukur bagi para investor untuk mengambil keputusan kapan sebaiknya saham dibeli, dijual atau dipertahankan. Untuk itu diperlukan suatu model analisis dengan tingkat akurasi yang tinggi dalam membantu para investor mengambil keputusan untuk mengurangi resiko kerugian. Penelitian ini menggunakan perbandingan metode Moving Average dan Neural Network algoritma Backpropagation dalam memprediksi harga saham. Data yang digunakan merupakan data historis Jakarta Stock Exchange (^JKSE) dari tahun 2010 - April 2018yang diperoleh melalui Yahoo Finance. Dari hasil penelitian dapat disimpulkan adalah semakin kecil hasil error, maka nilai akurasinya semakin baik. Semakin kecil target error, maka jumlah epoch akan semakin besar dalam perhitungan menggunakan metode Neural Network algoritma Backpropagation. Prediksi harga saham menggunakan metode Moving Average lebih akurat dibandingan metode Neural Network algoritma Backpropagation, dimana tingkat akurasi untuk Moving Average (MA) adalah 80,11% dan untuk Neural Network algoritma Backpropagation adalah 78,91%.Kata Kunci: prediksi harga saham, moving average, neural network, backpropagtion
SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SMARTPHONE TERBAIK DENGAN MENGGUNAKAN METODE BAYES Okky Putra Barus; Diana Astria Gultom
Journal Information System Development Vol 3, No 1 (2018): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Perkembangan smartphone yang sangat pesat di zaman ini menjadikan hampir semua orang menggunakan smartphone. Orang-orang selalu ingin mengganti smartphone mereka dengan yang baru. Namun, karena kurangnya informasi yang dimiliki pengguna disertai banyaknya jenis smartphone yang beredar dengan berbagai fitur-fitur yang berbeda dan ditambah dengan berbagai hal lainnya yang menjadi pertimbangan dalam membeli smartphone yang membuat konsumen atau pengguna kesulitan dan bingung dalam memutuskan smartphone yang diinginkan dan dibutuhkan. Berdasarkan masalah tersebut, maka dapat diberikan solusi yaitu membangun suatu sistem yang terkomputerisasi untuk dapat membantu pengambil keputusan dalam mendapatkan suatu hasil keputusan untuk memilih smartphone yang terbaik. Sistem yang dibangun adalah suatu sistem pendukung keputusan untuk menghasilkan sebuah hasil keputusan untuk pengambil keputusan. Salah satu metode untuk menyelesaikan pemilihan keputusan dari berbagai kriteria dan alternatif adalah Metode Bayes. Metode Bayes dapat memberikan sebuah prediksi hasil keputusan dari hasil perhitungan yang melibatkan beberapa kriteria dan alternatif-alternatif yang tersedia.Kata Kunci: Sistem Pendukung Keputusan, smartphone, Bayes
PENERAPAN KECERDASAN BUATAN DALAM MENYELESAIKAN PERMAINAN PERGESERAN ANGKA PADA BINTANG DAVID DENGAN METODE PENCARIAN BREADTH-FIRST DAN PENCARIAN HEURISTIC MENGGUNAKAN BAHASA PEMROGRAMAN VISUAL Diana Astria Gultom
Journal Information System Development Vol 2, No 2 (2017): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi kecerdasan buatan pada perangkat lunak. Perangkat lunak berupa permainan pergeseran angka dengan model bintang David, dimana para pemain sebelumnya tidak menemukan solusi dalam permainan tersebut karena masalah waktu ataupun ketidakmampuan pemain tersebut. Penelitian ini dilakukan dengan merancang, membuat dan mengimplementasikan metode pencarian buta (BFS) dan pencarian berbekal informasi (heuristic). Pencarian buta merupakan pencarian yang tidak menggunakan informasi dalam mencari jejak, walaupun BFS tidak mungkin ada langkah yang tertinggal tetapi keterbatasan memori membuat solusi BFS tidak selalu terpenuhi. Pada metode pencarian heuristik, pencarian dilakukan dengan cara membuat bekal atau informasi, setelah informasi dibuat dengan metode BFS, maka heuristik akan langsung membimbing ke tujuan akhir, akan tetapi solusi tidak dapat terpenuhi kalau kedalaman informasi yang diberikan terbatas. Hasil penelitian menunjukkan perangkat lunak yang dibuat dapat berfungsi dengan baik dan dapat menemukan solusi atau tujuan serta dapat dikembangkan untuk skala yang lebih besar dan lebih berguna baik masyarakat pengguna komputer sekaligus menyukai permainan perangkat lunak tersebut.Kata Kunci: kecerdasan buatan, perangkat lunak, BFS
Analisa dan Perancangan Aplikasi Edukasi Fisika Berbasis Android Diana Astria Gultom; Reynaldo Fang; Vincent -
Journal Information System Development Vol 4, No 1 (2019): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Pengunaan smartphone yang semakin meningkat terutama pada sistem operasi Android dan kebutuhan akan informasi mengenai bahan pembelajaran yang mudah dan cepat, kedua hal tersebut mendorong penulis untuk melakukan penelitian mengenai sebuah aplikasi edukasi yang dapat memberikan informasi bahan pembelajaran, dengan membangun aplikasi yang menggunakan smartphone yang memiliki akses internet, pengguna aplikasi akan lebih mudah mendapatkan informasi bahan pembelajaran fisika. Penelitian diawali dengan pengkajian penelitian terdahulu sehingga akan memudahkan penulis mengembangkan aplikasi ini. Kemudian penulis membuat diagram UML yaitu use case diagram, sequence diagram, dan activity diagram. Dari hasil pembangunan aplikasi yang didasarkan pada metode Waterfall tersebut penulis melakukan pengujian dengan metode use case testing, yang melakukan uji aplikasi berdasarkan test case yang ada. Hasil pengujian hanya memberikan hasil pengujian dari sisi pengguna secara fungsional. Dari perancangan dan pembangunan yang telah dilakukan diambil kesimpulan bahwa aplikasi dapat dibangun dengan menggunakan metode Waterfall, use case diagram, activity diagram, sequence diagram, dan tampilan user interface, yang didasarkan pada hasil pengujian yang memberikan hasil positif.Kata Kunci: aplikasi, android, pendidikan, fisika
Co-Authors -, Vincent Barus, Okky Putra Darwin Purba Sugumonrong Fang, Reynaldo Kusuma, Benz Edy Purba Sugumonrong, Darwin Reynaldo Fang Vincent -